Hadoop系列004-Hadoop运行模式（上）

---

title: Hadoop系列004-Hadoop运行模式（上）
date: 2018-11-20 14:27:00
updated: 2018-11-20 14:27:00
categories: Hadoop
tags: [Hadoop,框架,运行模式]

---

本人微信公众号，欢迎扫码关注！

Hadoop运行模式

1、概述

1）官方网址

• 官方网站：http://hadoop.apache.org/
• 各个版本归档库地址：https://archive.apache.org/dist/hadoop/common/hadoop-2.7.2/
• hadoop2.7.2版本详情介绍：http://hadoop.apache.org/docs/r2.7.2/

2）Hadoop运行模式

• 本地模式（默认模式）：不需要启用单独进程，直接可以运行，测试和开发时使用。
• 伪分布式模式：等同于完全分布式，只有一个节点。
• 完全分布式模式：多个节点一起运行。

2、案例

2.1、本地文件运行Hadoop 案例

• 官方grep案例

  • 1）创建在hadoop-2.7.2文件下面创建一个input文件夹

    [intflag@hadoop101 hadoop-2.7.2]$mkdir input
    

  • 2）将hadoop的xml配置文件复制到input

    [intflag@hadoop101 hadoop-2.7.2]$cp etc/hadoop/*.xml input
    

  • 3）执行share目录下的mapreduce程序

    [intflag@hadoop101 hadoop-2.7.2]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar grep input output 'dfs[a-z.]+'
    

  • 4）查看输出结果

    [intflag@hadoop101 hadoop-2.7.2]$ cat output/*
    

• 官方wordcount案例

  • 1）创建在hadoop-2.7.2文件下面创建一个wcinput文件夹

    [intflag@hadoop101 hadoop-2.7.2]$mkdir wcinput
    

  • 2）在wcinput文件下创建一个wc.input文件

    [intflag@hadoop101 hadoop-2.7.2]$cd wcinput
    [intflag@hadoop101 wcinput]$touch wc.input
    

  • 3）编辑wc.input文件

    [intflag@hadoop101 wcinput]$vim wc.input
    在文件中输入如下内容
    hadoop yarn
    hadoop mapreduce 
    intflag
    intflag
    
    保存退出：：wq
    

  • 4）回到hadoop目录/opt/module/hadoop-2.7.2

  • 5）执行程序

    [intflag@hadoop101 hadoop-2.7.2]$hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput wcoutput
    

  • 6）查看结果

    [intflag@hadoop101 hadoop-2.7.2]$cat wcoutput/part-r-00000
    intflag 2
    hadoop  2
    mapreduce       1
    yarn    1
    

2.2、伪分布式运行Hadoop 案例

• HDFS上运行MapReduce 程序

  • 1）分析：

    • （1）准备1台客户机
    • （2）安装jdk
    • （3）配置环境变量
    • （4）安装hadoop
    • （5）配置环境变量
    • （6）配置集群
    • （7）启动、测试集群增、删、查
    • （8）在HDFS上执行wordcount案例

  • 2）执行步骤

    • （1）配置集群

      • （a）配置：hadoop-env.sh

        • Linux系统中获取jdk的安装路径

          [root@ hadoop101 ~]# echo $JAVA_HOME
          /opt/module/jdk1.7.0_79
          

        • 修改JAVA_HOME 路径

          export JAVA_HOME=/opt/module/jdk1.7.0_79
          

      • （b）配置：/etc/hadoop/下的core-site.xml

        <!-- 指定HDFS中NameNode的地址 -->
        <property>
        	<name>fs.defaultFS</name>
            <value>hdfs://hadoop101:8020</value>
        </property>
        
        <!-- 指定hadoop运行时产生文件的存储目录 -->
        <property>
        	<name>hadoop.tmp.dir</name>
        	<value>/opt/module/hadoop-2.7.2/data/tmp</value>
        </property>
        

      • （c）配置：hdfs-site.xml

        <!-- 指定HDFS副本的数量 -->
        <property>
            <name>dfs.replication</name>
            <value>1</value>
        </property>
        

    • （2）启动集群

      • （a）格式化namenode（第一次启动时格式化，以后就不要总格式化）

        bin/hdfs namenode -format
        

      • （b）启动namenode

        sbin/hadoop-daemon.sh start namenode
        

      • （c）启动datanode

        sbin/hadoop-daemon.sh start datanode
        

    • （3）查看集群

      • （a）查看是否启动成功

        [root@hadoop ~]# jps
        13586 NameNode
        13668 DataNode
        13786 Jps
        

      • （b）查看产生的log日志

        当前目录：/opt/module/hadoop-2.7.2/logs
        
        [root@hadoop101 logs]# ls
        
        hadoop-root-datanode-hadoop.intflag.com.log
        hadoop-root-datanode-hadoop.intflag.com.out
        hadoop-root-namenode-hadoop.intflag.com.log
        hadoop-root-namenode-hadoop.intflag.com.out
        SecurityAuth-intflag.audit
        
        [root@hadoop101 logs]# cat hadoop-root-datanode-hadoop.intflag.com.log
        

      • （c）web端查看HDFS文件系统

        http://192.168.25.101:50070/dfshealth.html#tab-overview
        
        注意：如果不能查看，看如下帖子处理
        http://www.cnblogs.com/zlslch/p/6604189.html
        

    • （4）操作集群

      • （a）在hdfs文件系统上创建一个input文件夹

        [intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -mkdir -p /user/intflag/input
        
        或
        
        [intflag@hadoop101 hadoop-2.7.2]$ hdfs dfs -mkdir -p /user/intflag/input
        

      • （b）将测试文件内容上传到文件系统上

        [intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -put wcinput/wc.input /user/intflag/input
        
        或
        
        [intflag@hadoop101 hadoop-2.7.2]$ hdfs dfs -put wcinput/wc.input  /user/intflag/input
        

      • （c）查看上传的文件是否正确

        [intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -ls -R /
        

      • （d）在Hdfs上运行mapreduce程序

        [intflag@hadoop101 hadoop-2.7.2]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/intflag/input/wc.input /user/intflag/output
        

      • （e）查看输出结果

        [intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -cat /user/intflag/output/part-r-00000
        intflag 2
        doop    1
        hadoop  1
        mapreduce       1
        yarn    1
        

      • （f）将测试文件内容下载到本地

        [intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -get /user/intflag/output/part-r-00000 ./wcoutput/
        

      • （g）删除输出结果

        [intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -rm -r /user/intflag/output
        18/11/21 10:17:43 INFO fs.TrashPolicyDefault: Namenode trash configuration: Deletion interval = 0 minutes, Emptier interval = 0 minutes.
        Deleted /user/intflag/output
        

      • （H）hadoop fs、hadoop dfs与hdfs dfs命令的区别

        • hadoop fs：使用面最广，可以操作任何文件系统。
        • hadoop dfs与hdfs dfs：只能操作HDFS文件系统相关（包括与Local FS间的操作），前者已经Deprecated，一般使用后者。

• YARN上运行MapReduce 程序

  • 1）分析：

    • （1）准备1台客户机
    • （2）安装jdk
    • （3）配置环境变量
    • （4）安装hadoop
    • （5）配置环境变量
    • （6）配置集群yarn上运行
    • （7）启动、测试集群增、删、查
    • （8）在yarn上执行wordcount案例

  • 2）执行步骤

    • （1）配置集群

      • （a）配置yarn-env.sh

        配置一下JAVA_HOME
        export JAVA_HOME=/opt/module/jdk1.7.0_79
        

      • （b）配置：mapred-env.sh

        配置一下JAVA_HOME
        export JAVA_HOME=/opt/module/jdk1.7.0_79
        

      • （c）配置yarn-site.xml

        <!-- reducer获取数据的方式 -->
        <property>
         	<name>yarn.nodemanager.aux-services</name>
         	<value>mapreduce_shuffle</value>
        </property>
        
        <!-- 指定YARN的ResourceManager的地址 -->
        <property>
        	<name>yarn.resourcemanager.hostname</name>
        	<value>hadoop101</value>
        </property>
        

      • （d）配置： (对mapred-site.xml.template重新命名为) mapred-site.xml

        <!-- 指定mr运行在yarn上 -->
        <property>
        	<name>mapreduce.framework.name</name>
        	<value>yarn</value>
        </property>
        

    • （2）启动集群

      • （a）启动namenode和datanode（先用jps查看，若已启动则不需要再启）

        sbin/hadoop-daemon.sh start namenode
        sbin/hadoop-daemon.sh start datanode
        
        

      • （b）启动resourcemanager

        sbin/yarn-daemon.sh start resourcemanager
        
        

      • （c）启动nodemanager

        sbin/yarn-daemon.sh start nodemanager
        
        

    • （3）集群操作

      • （a）yarn的浏览器页面查看：http://hadoop101:8088/cluster

      • （b）删除文件系统上的output文件（若无则不用删除）

        bin/hdfs dfs -rm -R /user/mapreduce/wordcount/output
        
        

      • （c）执行mapreduce程序

        hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/intflag/input /user/intflag/output
        
        

      • （d）查看运行结果

        [intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -cat /user/intflag/output/part-r-00000
        intflag 2
        doop    1
        hadoop  1
        mapreduce       1
        yarn    1
        
        

• 修改本地临时文件存储目录

  • 1）停止进程

    [intflag@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop nodemanager
    stopping nodemanager
    [intflag@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop resourcemanager
    stopping resourcemanager
    [intflag@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh stop namenode
    stopping namenode
    [intflag@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh stop datanode
    stopping datanode
    [intflag@hadoop101 hadoop-2.7.2]$ 
    
    

  • 2）修改hadoop.tmp.dir

    <!-- 指定hadoop运行时产生文件的存储目录 -->
    <property>
    	<name>hadoop.tmp.dir</name>
    	<value>/opt/module/hadoop-2.7.2/data/tmp</value>
    </property>
    
    

  • 3）删除旧的临时文件

    [intflag@hadoop101 tmp]$ rm -rf hadoop-intflag
    [intflag@hadoop101 tmp]$ rm -rf hadoop-intflag-namenode.pid 
    [intflag@hadoop101 hadoop-2.7.2]$ rm -rf logs/
    
    

  • 4）格式化NameNode

    [intflag@hadoop101 hadoop-2.7.2]$ hadoop namenode -format
    
    

  • 5）启动所有进程

    [intflag@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode
    [intflag@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode
    [intflag@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh start resourcemanager
    [intflag@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh start nodemanager
    
    

  • 6）查看/opt/module/hadoop-2.7.2/data/tmp这个目录下的内容。

• Hadoop配置文件说明

  • Hadoop配置文件分两类：默认配置文件和自定义配置文件，只有用户想修改某一默认配置值时，才需要修改自定义配置文件，更改相应属性值。

  • （1）默认配置文件：存放在hadoop相应的jar包中

    [core-default.xml]
    		hadoop-common-2.7.2.jar/ core-default.xml
    
    [hdfs-default.xml]
    		hadoop-hdfs-2.7.2.jar/ hdfs-default.xml
    
    [yarn-default.xml]
    		hadoop-yarn-common-2.7.2.jar/ yarn-default.xml
    
    [core-default.xml]
    		hadoop-mapreduce-client-core-2.7.2.jar/ core-default.xml
    
    

  • （2）自定义配置文件：存放在$HADOOP_HOME/etc/hadoop

    core-site.xml
    
    hdfs-site.xml
    
    yarn-site.xml
    
    mapred-site.xml
    
    

2.3、完全分布式部署Hadoop

• 见Hadoop系列005-Hadoop运行模式（下）