hadoop的运行模式
概述
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. 本地文件运行Hadoop 示例
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
代码示例：
[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：
代码示例：
[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 伪分布式运行Hadoop 案例
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
代码示例
1）配置集群
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>
2）启动集群
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]$ jps
2323 NameNode
2392 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]$ jps
2417 DataNode
2323 NameNode
2492 Jps
3）查看集群
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://hadoop128:50070
http://ip:50070
http://hadoop128:50070/explorer.html#/
4）操作集群
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/*
在web中查看hdfs系统
/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
代码示例
1）配置集群
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>
2)启动集群
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
2)执行MapReduce
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/*
3 完全分布式
集群部署规划
| – | hadoop132 | hadoop133 | hadoop134 |
|---|---|---|---|
| HDFS | NameNode、DataNode | DataNode | SecondaryNameNode、DataNode |
| YARN | NodeManager | ResourceManager、NodeManager | NodeManager |
配置文件
core-site.xml
<!-- 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
hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop134:50090</value>
</property>
</configuration>
slaves
hadoop132
hadoop133
hadoop134
yarn
yarn-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
yarn-site.xml
<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>
mapreduce
mapred-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
mapred-site.xml
<configuration>
<!-- 指定 mr 运行在 yarn 上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
集群同步以上配置文件
启动集群
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
注意：Namenode 和 ResourceManger 如果不是同一台机器，不能在 NameNode 上启动 yarn，应该在 ResouceManager 所在的机器上启动 yarn。
本博客仅为博主学习总结，感谢各大网络平台的资料。蟹蟹!!
加我微信
趣学程序
