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）