Hadoop运行模式及相关文件说明

一、Hadoop的安装

①Hadoop运行的前提是本机已经安装了JDK，配置JAVA_HOME变量

②在Hadoop中启动多种不同类型的进程

	例如NN,DN，RM,NM，这些进程需要进行通信！
	在通信时，常用主机名进行通信！
	
	在192.168.6.100机器上的DN进程，希望访问192.168.6.104机器的NN进程！
	需要在集群的每台机器上，配置集群中所有机器的host映射！
	配置：
		Linux:   /etc/hosts
		Windows：  C:\Windows\System32\drivers\etc\hosts
		
	不配报错：  
			 DNS映射异常，HOST映射异常

③注意权限

hadoop框架在运行需要产生很多数据(日志)，数据的保存目录，必须让当前启动hadoop进程的用户拥有写权限！

④关闭防火墙，设置开机不自启动

centos6：

service iptables stop
chkconfig iptables off

如果使用centos7，要使用这个命令需要额外下载：

sudo yum -y install iptables

二、使用普通用户操作

①创建普通用户atguigu

useradd username

②为atgugiu用户设置密码

passwd username

③赋予atguigu用户root权限

vim /etc/sudoers

④将/opt目录下创建的soft目录和module目录的所属主修改为atguigu

chown -R 用户名:所属组名默认也是用户名 /opt/soft /opt/module

三、hadoop的目录介绍

bin： 使用HDFS和运算MR时，常用的目录！
常用hadoop命令！

sbin: 管理员启动和停止集群使用的命令！

etc： hadoop配置文件所在的目录

四、使用HDFS

完成大数据的存储！
HDFS（hadoop distributed filesystem）

HDFS的运行模式：
取决于参数： fs.defaultFS=file:///（默认）
fs.defaultFS在core-default.xml中！

①本地模式(在本机上使用HDFS，使用的就是本机的文件系统)
fs.defaultFS=file:///
②分布式模式
要使用的文件系统是一个分布式的文件系统！
一个分布式的文件系统，必须由NN,DN等若干进程共同运行完成文件系统的读写操作！
fs.defaultFS=hdfs://

启动NN： hadoop-daemon.sh start namenode
停止NN： hadoop-daemon.sh stop namenode
启动DN： hadoop-daemon.sh start datanode
停止DN： hadoop-daemon.sh stop datanode

使用： hadoop fs 命令 文件路径

五、运行MapReduce

完成大数据的计算！
①按照MR的规范编写一个程序
②将程序打包为jar
③运行jar中的程序

两种运行模式：
取决于参数： mapreduce.framework.name=local（默认）
①本地模式(在本机上运行MR) mapreduce.framework.name=local
在本机运行MR！在本机使用多线程的方式，运行多个Task!

②分布式，在YARN上运行 mapreduce.framework.name=yarn
将MR提交给YARN，由YARN将Job中的多个task分配到多台机器中，启动container运行task!

需要启动YARN，YARN由RM和NM进程组成！

六、hadoop的配置文件

hadoop安装后，hadoop的性能和表现取决于用户的配置！

4个默认的配置文件：
位置： HADOOP_HOME/share/xxxx.jar/xxx-default.xml

core-default.xml： 设置hadoop最核心的参数！
hdfs-default.xml： 保存的是hdfs相关的参数！
mapred-default.xml: MR程序在运行时，需要使用的参数！
yarn-default.xml: yarn在启动时，需要的参数！

4个用户可以自定义的配置文件： xxx-site.xml
core-site.xml： 用户自定义的设置hadoop最核心的参数！
hdfs-site.xml： 用户自定义的保存的是hdfs相关的参数！
mapred-site.xml: 用户自定义的MR程序在运行时，需要使用的参数！
yarn-site.xml: 用户自定义的yarn在启动时，需要的参数！

用户自定义的配置文件，可以覆盖默认配置文件中同名的参数的值！

Hadoop在启动时，先加载4个默认的配置文件，再加载用户自定义的配置文件，如果用户自定义的配置文件
中有和4个默认配置文件中门的参数，可以覆盖之前已经加载的值！

七、在使用hadoop命令时

可以自定义配置文件的目录： hadoop --config 配置文件的目录
如果没有配置，默认读取 HADOOP_HOME/etc/hadoop 中对应的配置文件！

hadoop-daemon.sh start namenode脚本在执行时，只会去默认的目录中读取配置文件！