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 nodemanager6)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)
Hadoop系列004-Hadoop运行模式(上)的更多相关文章
- Hadoop入门 完全分布式运行模式-准备
目录 Hadoop运行环境 完全分布式运行模式(重点) scp secure copy 安全拷贝 1 hadoop102上的JDK文件推给103 2 hadoop103从102上拉取Hadoop文件 ...
- Hadoop入门 完全分布式运行模式-集群配置
目录 集群配置 集群部署规划 配置文件说明 配置集群 群起集群 1 配置workers 2 启动集群 总结 3 集群基本测试 上传文件到集群 查看数据真实存储路径 下载 执行wordcount程序 配 ...
- 安装Hadoop系列 — 安装Hadoop
安装步骤如下: 1)下载hadoop:hadoop-1.0.3 http://archive.apache.org/dist/hadoop/core/hadoop-1.0.3/ 2)解压文 ...
- Tomcat系列(8)——Tomcat运行模式连接数和线程池
Connector的主要功能,是接收连接请求,创建Request和Response对象用于和请求端交换数据:然后分配线程让Engine(也就是Servlet容器)来处理这个请求,并把产生的Reques ...
- 安装Hadoop系列 — 导入Hadoop源码项目
将Hadoop源码导入Eclipse有个最大好处就是通过 "ctrl + shift + r" 可以快速打开Hadoop源码文件. 第一步:在Eclipse新建一个Java项目,h ...
- Hadoop系列005-Hadoop运行模式(下)
本人微信公众号,欢迎扫码关注! Hadoop运行模式(下) 2.3.完全分布式部署Hadoop 1)分析: 1)准备3台客户机(关闭防火墙.静态ip.主机名称) 2)安装jdk 3)配置环境变量 4) ...
- ubuntu上Hadoop三种运行模式的部署
Hadoop集群支持三种运行模式:单机模式.伪分布式模式,全分布式模式,下面介绍下在Ubuntu下的部署 (1)单机模式 默认情况下,Hadoop被配置成一个以非分布式模式运行的独立JAVA进程,适合 ...
- 啃掉Hadoop系列笔记(04)-Hadoop运行模式之伪分布式模式
伪分布式模式等同于完全分布式,只是她只有一个节点. 一) HDFS上运行MapReduce 程序 (1)配置集群 (a)配置:hadoop-env.sh Linux系统中获取jdk的安装路径:
- 啃掉Hadoop系列笔记(03)-Hadoop运行模式之本地模式
Hadoop的本地模式为Hadoop的默认模式,不需要启用单独进程,直接可以运行,测试和开发时使用. 在<啃掉Hadoop系列笔记(02)-Hadoop运行环境搭建>中若环境搭建成功,则直 ...
随机推荐
- 部署点评Cat监控项目
在项目中监控代码运行的状况,可以采用点评的Cat项目来监控整个项目,但是按照官方的文档来部署cat,总会遇到各种问题,讲解的也不够简明清楚,现在用一个单机来部署运行cat监控项目. 首先,到项目的Gi ...
- nodejs模板加载的问题
JADE模板:http://jumplink.github.io/jade2html2jade/ HTML转JADE,跟imooc上一步步来就搞定了 直接加载HTML静态资源: var express ...
- 7.app和app后端的通讯
经常有开发者问:app和后端通讯是用http协议还是私有的协议?是用长连接还是短连接?通过阅读本文,帮你解除上面的疑问. (1)是用http协议还是私有的协议? 在间谍电视剧中,经常能看到间谍们的书信 ...
- Nginx从听说到学会
第一章 Nginx简介 Nginx是什么 没有听过Nginx?那么一定听过它的"同行"Apache吧!Nginx同Apache一样都是一种WEB服务器.基于REST架构风格,以统一 ...
- Java 学习笔记 (二) Selenium WebDriver Java 弹出框
下面这段实例实现了以下功能: 1. profile使用用户本地电脑上的 (selenium 3有问题.因为selenium 3把profile复制到一个temp文件夹里,但并不复制回去.所以每次打开仍 ...
- Java 读书笔记 (十一) Number & Math 类
所有的包装类(Integer.Long.Byte.Double.Float.Short)都是抽象类Number的子类. 这种由编译器特别支持的包装称为装箱,所以当内置数据类型被当作对象使用的时候,编译 ...
- Oracle保留小数点后两位的几种方法
有时候在做数据处理的时候,在前台页面上显示的数字需要保留小数点的后两位,不足两位的用0代替,这个时候就需要对数据做一些处理了.如果只用round(value,2)(四舍五入)和trunc(value, ...
- Java元编程及其应用
首先,我们且不说元编程是什么,他能做什么.我们先来谈谈生产力. 同样是实现一个投票系统,一个是python程序员,基于django-framework,用了半小时就搭建了一个完整系统,另外一个是标准的 ...
- monitor.go 源码阅读
package main import ( "fmt" "net/http" ) // 查询监控信息的接口 func statsHandler( ...
- config.go 源码阅读
package main import ( "io/ioutil" "launchpad.net/goyaml" ) // ProxyConfi ...