【趣学程序】Hadoop运行模式

    1）资料查询（官方网址）        （1）官方网站：            http://hadoop.apache.org/        （2）各个版本归档库地址            https://archive.apache.org/dist/hadoop/common/hadoop-2.7.7/        （3）hadoop2.7.6版本详情介绍            https://hadoop.apache.org/docs/r2.7.6/    2）Hadoop运行模式        （1）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。        （2）伪分布式模式：            等同于完全分布式，只有一个节点。        （3）完全分布式模式：            多个节点一起运行。

    1.1 运行官方grep案例        1）创建在hadoop-2.7.7文件下面创建一个input文件夹        2）将hadoop的xml配置文件复制到input        3）执行share目录下的mapreduce程序        4）查看输出结果

    [shaofei@hadoop128 hadoop-2.7.7]$ mkdir input    [shaofei@hadoop128 hadoop-2.7.7]$ cp -r etc/hadoop/*.xml input/    [shaofei@hadoop128 hadoop-2.7.7]$ ll input/    [shaofei@hadoop128 hadoop-2.7.7]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar grep input/ output 'dfs[a-z.]+'    [shaofei@hadoop128 hadoop-2.7.7]$ cat output/*

    1.2 官方wordcount案例        1）创建在hadoop-2.7.7文件下面创建一个wcinput文件夹        2）在wcinput文件下创建一个wc.input文件        3）编辑wc.input文件        4）回到hadoop目录/opt/module/hadoop-2.7.7        5）执行程序：        6）查看结果：

    [shaofei@hadoop128 hadoop-2.7.7]$ mkdir wcinput    [shaofei@hadoop128 hadoop-2.7.7]$ vim wcinput/input.input
    java    java    java    hadoop    hadoop    python    pyfysf    upuptop    java    lll    haha    helloworld
:wq

    [shaofei@hadoop128 hadoop-2.7.7]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar wordcount wcinput/ wcoutput
    [shaofei@hadoop128 hadoop-2.7.7]$ cat wcoutput/*
    hadoop    2    haha    1    helloworld    1    java    4    lll    1    pyfysf    1    python    1    upuptop    1

    2.1 启动HDFS并运行MapReduce 程序        1）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：                    修改JAVA_HOME 路径：                （b）配置：core-site.xml                （c）配置：hdfs-site.xml            （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）                （b）启动namenode                （c）启动datanode            （3）查看集群                （a）查看是否启动成功                （b）查看产生的log日志                （c）web端查看HDFS文件系统            （4）操作集群                （a）在hdfs文件系统上创建一个input文件夹                （b）将测试文件内容上传到文件系统上                （c）查看上传的文件是否正确                （d）运行mapreduce程序                （e）查看输出结果                    命令行查看：                    浏览器查看                        浏览器查看.png                （f）将测试文件内容下载到本地                （g）删除输出结果

配置hadoop-env 里面的JAVA_HOME[shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/hadoop-env.sh
    # The java implementation to use.    export JAVA_HOME=/opt/module/jdk1.8.0_191
配置core-site.xml[shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/core-site.xml

    <configuration>        <!-- 指定HDFS中NameNode的地址 -->        <property>            <name>fs.defaultFS</name>            <value>hdfs://hadoop128:9000</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-2.7.7/data/tmp</value>        </property>    </configuration>
配置hdfs-site.xml[shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/hdfs-site.xml
    <configuration>
        <!-- 指定HDFS副本的数量 -->        <property>            <name>dfs.replication</name>            <value>1</value>        </property>    </configuration>

格式化namenode[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs namenode -format
启动namenode[shaofei@hadoop128 hadoop-2.7.7]$ sbin/hadoop-daemon.sh start namenode
确认是否开启成功[shaofei@hadoop128 hadoop-2.7.7]$ jps2323 NameNode2392 Jps
启动datanode[shaofei@hadoop128 hadoop-2.7.7]$ sbin/hadoop-daemon.sh start datanode

确认是否开启成功[shaofei@hadoop128 hadoop-2.7.7]$ jps2417 DataNode2323 NameNode2492 Jps

查看生成的日志log[shaofei@hadoop128 hadoop-2.7.7]$ cat logs/hadoop-shaofei-datanode-hadoop128.log
在web端查看HDFS文件系统[ip 为linux服务器ip]http://hadoop128:50070http://ip:50070
http://hadoop128:50070/explorer.html#/

在hdfs文件系统上创建一个wcinput文件夹[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -mkdir -p /user/shaofei/wcinput
查看是否创建成功[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -ls /user
复制本地的 wcinput/input.input 到 hdfs系统中的wcinput中 并查看是否上传成功
[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -put wcinput/input.input  /user/shaofei/wcinput
[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -ls /user/shaofei/wcinput
执行MapReduce程序[shaofei@hadoop128 hadoop-2.7.7]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar wordcount /user/shaofei/wcinput/ /user/shaofei/wcoutput
将结果下载到本地查看[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -get /user/shaofei/wcoutput[shaofei@hadoop128 hadoop-2.7.7]$ cat wcoutput/*

/user/shaofei/user/shaofei/wcinput/user/shaofei/wcoutput

     2.2 YARN上运行MapReduce 程序        1）执行步骤            （1）配置集群                （a）配置yarn-env.sh                    配置一下JAVA_HOME                （b）配置yarn-site.xml                （c）配置：mapred-env.sh                    配置一下JAVA_HOME                （d）配置： (对mapred-site.xml.template重新命名为) mapred-site.xml            （2）启动集群                （a）启动前必须保证namenode和datanode已经启动                （b）启动resourcemanager                （c）启动nodemanager            （3）集群操作                （a）yarn的浏览器页面查看                    http://192.168.1.101:8088/cluster                （b）删除文件系统上的output文件                （c）执行mapreduce程序                （d）查看运行结果

    配置yarn-evn.sh中的JAVA_HOME    [shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/yarn-env.sh        # some Java parameters        export JAVA_HOME=/opt/module/jdk1.8.0_191
    配置yarn-site.xml    [shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/yarn-site.xml        <configuration>            <!-- Site specific YARN configuration properties -->            <!-- 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>hadoop128</value>            </property>        </configuration>
    配置mapred-env.sh中的JAVA_HOME    [shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/mapred-env.sh    export JAVA_HOME=/opt/module/jdk1.8.0_191

    对mapred-site.xml.template 重命名    [shaofei@hadoop128 hadoop-2.7.7]$ mv etc/hadoop/mapred-site.xml.template  etc/hadoop/mapred-site.xml
    配置mapred-site.xml    [shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/mapred-site.xml
        <configuration>            <!-- 指定mr运行在yarn上 -->            <property>                <name>mapreduce.framework.name</name>                <value>yarn</value>            </property>        </configuration>

    启动yarn之前需要确定namenode和datanode是启动状态    [shaofei@hadoop128 hadoop-2.7.7]$ jps        3184 Jps        2417 DataNode        2323 NameNode
    启动ResourceManager    [shaofei@hadoop128 hadoop-2.7.7]$ sbin/yarn-daemon.sh start resourcemanager
    启动NodeManager    [shaofei@hadoop128 hadoop-2.7.7]$ sbin/yarn-daemon.sh start nodemanager
    查看启动程序列表    [shaofei@hadoop128 hadoop-2.7.7]$ jps    2417 DataNode    3217 ResourceManager    3587 Jps    2323 NameNode    3465 NodeManager
    在浏览器中查看     http://[ip]:8088/cluster

    删除文件系统上的output文件    [shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -rm -r /user/shaofei/wcoutput
    执行mapreduce程序    hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar wordcount /user/shaofei/wcinput /user/shaofei/wcoutput

    查看运行结果    [shaofei@hadoop128 hadoop-2.7.7]$ hadoop fs -cat /user/shaofei/wcoutput/*

<!-- 指定 HDFS 中 NameNode 的地址 -->    <property>        <name>fs.defaultFS</name>        <value>hdfs://hadoop132:9000</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>

export JAVA_HOME=/opt/module/jdk1.8.0_144

<configuration>     <property>        <name>dfs.replication</name>        <value>3</value>    </property>    <property>        <name>dfs.namenode.secondary.http-address</name>        <value>hadoop134:50090</value>    </property></configuration>

hadoop132hadoop133hadoop134

export JAVA_HOME=/opt/module/jdk1.8.0_144

<configuration><!-- 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>hadoop133</value>    </property></configuration>

export JAVA_HOME=/opt/module/jdk1.8.0_144

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

如果集群是第一次启动，需要格式化 namenode$ bin/hdfs namenode -format$ sbin/start-dfs.sh
第二台机器上启动yarn$ sbin/start-yarn.sh