5-hadoop的运行模式（伪分布式）

伪分布式模式

启动HDFS并运行MapReduce程序

 

相关默认配置文件的页面：

http://hadoop.apache.org/docs/r2.7.2/hadoop-project-dist/hadoop-common/core-default.xml

 

1、修改core-site.xml配置文件

 

<configuration>
<!-- 指定HDFS中NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
    <value>hdfs://hadoop1:9000</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>
</configuration>

　　

 2、修改hadoop-env.sh配置文件的JAVA_HOME

 

 

 3、修改hdfs-site.xml配置文件

<configuration>
<property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
</configuration>

　　

注意：
此时该服务器上只有一份
如果保存三份，在把 本台服务器 上的数据自动进行备份到三台服务器上
取决于集群的节点的性能

注意：
如果此时配置为3，此时这台服务器保存几分数据
此时此台服务器存一份，挂掉了就挂掉了
此时会有集群
只要添加服务器就会进行备份
一台服务器备份三分也是比较浪费内存的

4、启动集群

a、格式化NameNode（第一次启动的时候进行格式化，之前就不要总进行格式化）

没做之前格式化从0格式化，格式化一次集群中的内容全部消失

namenode -format 格式化集群系统

 

如果服务在运行，有新的数据到来会进行重新创建文件
首先需要进行关闭服务，在使用rm进行删除文件
否则进行格式化就会一直报错

 

如果在实行过程过出现错误就需要进行相关的数据日志的查询

 

命令：

bin/hdfs namenode -format

 

b、启动NameNode

hadoop-daemon.sh
启动hadoop的守护进程，可以启动hadoop的namenode和datenode

命令：

[root@localhost sbin]# hadoop-daemon.sh start namenode
[root@localhost sbin]# hadoop-daemon.sh start datanode

 

 

 启动之后

[root@hadoop1 sbin]# hadoop-daemon.sh start namenode
starting namenode, logging to /opt/module/hadoop-2.7.2/logs/hadoop-root-namenode-hadoop1.out
[root@hadoop1 sbin]# hadoop-daemon.sh start datanode
starting datanode, logging to /opt/module/hadoop-2.7.2/logs/hadoop-root-datanode-hadoop1.out

 

 

查看进程：使用jps

 

 

 注意：为什么不能以自格式化NameNode？

NameNode

DateNode

此时会发现clusterID一样
两个之间要进行相互通信
否则两者之间就会相互不能识别

 

 启动之后就可以进行网页的查询

 网址：http://hadoop1:50070/

 

点击OVERVIEW超链接

 

重点使用

 

命令进行创建目录

[root@localhost hadoop-2.7.2]# bin/hdfs dfs -mkdir -p /usr/hadoop101/input

此时可以进行目录的获取

 

上传文件到hdfs上

bin/hdfs dfs -put wcinput/wc.input /usr/hadoop101/input

-put命令，将本地的什么文件 上传到那个路径

此时在进行刷新

Block Size ：块的大小 存储上的上限值是128MB
Replication：副本数量（上述中在配置文件配置为1）

 

 点击文件名

 

 

使用hadoop跑hdfs上的文件
命令：

bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /usr/hadoop101/input /usr/hadoop101/output

 

在网页上进行查看(进行下载）

 

使用命令进行查看

bin/hdfs dfs -cat /usr/hadoop101/output1/p*

 

 

 

启动YARN并且运行MapReduce程序

功能测试和性能测试

1、配置yarn-env.sh

进行配置环境变量

 

2、配置yarn-site.xml

<configuration>
　 　<!-- Reduce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 --> 
   <!--指定resourceManager放在那个服务器上--> 
 　<property> 
         <name>yarn.resourcemanager.hostname</name> 
         <value>hadoop1</value>
 　</property>
</configuration>

 

3、配置maperd-env.sh

 

4、配置mapred-site.xml

(对mapred-site.xml.template重新命名为) mapred-site.xml
mv mapred-site.xml.template mapred-site.xml

 修改配置文件

<configuration>
<property>
      <name>mapreduce.framework.name</name>
      <value>yarn</value>
</property>
</configuration>

 

 

5、启动集群
启动前必须保证NameNode和DataNode已经启动

/opt/module/hadoop-2.7.2/sbin目录下

 

命令：
yarn-daemon.sh start  resourcemanager

yarn-daemon.sh start nodemanager

 

此时可以访问地址：

此时进行查询集群是否配置成功
http://hadoop1:8088/cluster

 

进行测试：删除hdfs中的目录文件夹

删除命令：
bin/hdfs dfs -rm -r /usr/hadoop101/output1

 

执行命令进行测试：
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /usr/hadoop101/input /usrhadoop101/output

程序正在执行

 

同时查看后台的程序监控

 

配置历史服务器

 

1. 配置mapred-site.xml

 

<configuration> 
　　<property>       
　　　　<name>mapreduce.framework.name</name>       
　　　　<value>yarn</value> 
　　</property> 
　　<!-- 历史服务器端地址 --> 
　　<property> 
　　　　<name>mapreduce.jobhistory.address</name> 
　　　　<value>hadoop1:10020</value>
 　　</property> 
　　<!-- 历史服务器web端地址 -->
 　　<property> 
　　　　<name>mapreduce.jobhistory.webapp.address</name> 
　　　　<value>hadoop1:19888</value> 
　　</property> 
</configuration>

 

 

启动历史服务器：

使用mr-jobhistory-daemon.sh命令

 

执行命令：

[root@hadoop1 hadoop-2.7.2]# sbin/mr-jobhistory-daemon.sh start historyserver

 使用jps进行查看

 

此时进行网址：

进行点击history

 

 

此时点击log

 

 会出现：

 

 

配置日志的聚集

日志聚集概念：应用运行完成以后，将程序运行日志信息上传到HDFS系统上。

日志聚集功能好处：可以方便的查看到程序运行详情，方便开发调试。

注意：开启日志聚集功能，需要重新启动NodeManager 、ResourceManager和HistoryManager

 

1、进行关闭

 

 2、配置yarn-site.xml

[root@hadoop1 hadoop-2.7.2]# cd etc/hadoop/

[root@hadoop1 hadoop]# vim yarn-site.xml

<configuration> 
<!-- Reduce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 --> 
<!--指定resourceManager放在那个服务器上--> 
<property> 
<name>yarn.resourcemanager.hostname</name> 
<value>hadoop1</value> 
</property> 

<!-- 日志聚集功能使能 --> 
<property> 
<name>yarn.log-aggregation-enable</name> 
<value>true</value> 
</property> 

<!-- 日志保留时间设置7天 --> 
<property> 
<name>yarn.log-aggregation.retain-seconds</name> 
<value>604800</value> 
</property> 
</configuration>

 

3、进行启动NodeManager、ResouceManager、HistoryManager

 

 

4、删除HDFS上已经存在的输出文件
bin/hdfs dfs -rm -r /usrhadoop101/output

5、执行wordcount程序
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /usr/hadoop101/input /usr/hadoop101/output

 

此时观察就会有变化
http://hadoop1:8088/cluster

 

|

|

此时可以看到详细的日志信息

 

 

配置文件的说明

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

 

 

（2）自定义配置文件：

core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四个配置文件存放在$HADOOP_HOME/etc/hadoop这个路径上，用户可以根据项目需求重新进行修改配置。