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>

hadoop-env.sh

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!!

hadoop的运行模式的更多相关文章

hadoop本地运行模式调试
一:简介最近学习hadoop本地运行模式,在运行期间遇到一些问题,记录下来备用:以运行hadoop下wordcount为例子. hadoop程序是在集群运行还是在本地运行取决于下面两个参数的设置,第 ...
Hadoop之运行模式
Hadoop运行模式包括:本地模式.伪分布式以及完全分布式模式. 一.本地运行模式 1.官方Grep案例 1)在hadoop-2.7.2目录下创建一个 input 文件夹 [hadoop@hadoop ...
大数据-Hadoop 本地运行模式
Grep案例 1. 创建在hadoop-2.7.2文件下面创建一个input文件夹 [atguigu@hadoop101 hadoop-2.7.2]$ mkdir input 2. 将Hadoop的x ...
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) ...
大数据学习之Hadoop运行模式
一.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 ...
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 ...
Hadoop运行模式
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. 即在一台机器上进行操作,仅为单机版. 本地运行Hadoop官方MapReduce案例操作命令 ...
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

80%的岗位是没有太多能力上的要求的（少部分聪明的人开始觉醒，这部分一定是那些主动追求、主动学习的人；30岁现象能区分真正专业和不学无术的人）good
不要沦陷程序员的30岁问题热门> 就是学习能力和工作热情态度的问题. 我之前也跟作者一样思考过这个问题,答案是否定的. 在知识积累的行业,年纪越大,越吃香,比如金融,医学,IT.就怕3 ...
21 步助你成为成功的 Web 开发者（激情不是被动的：它是一种对行动起来的追求）
随着 Web 开发产业的爆发式发展,许多人会问这样的问题:我如何才能成为一名 Web 开发者?我认为这是一个错误的提问.问题应该是:我如何才能成为一名成功的 Web 开发者? 能提出这样的问题很重要, ...
屏蔽按CapsLock键切换到大写时,编辑框自动弹出的提示（UnregisterClass(TOOLTIPS_CLASS)后，重新设置WndProc并注意返回值）
WNDPROC OldProc; LPCTSTR lpStr = TEXT("保持大写锁定打开可能会使您错误输入密码"); LRESULT CALLBACK WindowProc( ...
C语言实现常用数据结构——队列
#include<stdio.h> #include<stdlib.h> #define MAX_SIZE 10 /* 用一个动态数组来实现队列 */ typedef stru ...
asp.net core 系列之Response caching 之 Distributed caching(3)
这篇文章讲解分布式缓存,即 Distributed caching in ASP.NET Core Distributed caching in ASP.NET Core 分布式缓存是可以在多个应用服 ...
Ansible常用模块介绍
ansible < HOST-PATTERN > [ -f FORKS ] [ -m MOUDULE ] [ -a "ARGS" ] [ -o ] MOUDULE: p ...
原创-使用pywinauto进行dotnet的winform程序控制（一）
pywinauto自动化控制win32的ui的程序,网上有好多的教程.但是操作dotnet写的winform教程,就少之又少.今天我就来分享我的pywinauto操作dotnet的winform的研究 ...
Redis---学习笔记（更新中）
一.基本命令 #查看所有键 keys * #查看指定键 keys key #查看模糊键 keys ke* keys ke? keys ke[a-z] keys ke\? #判断键是否存在 exists ...
Consul&Nginx&Registrator&ConsulTemplate部署高可用负载均衡
1. Consul Server 创建consul server虚拟主机 docker-machine create consul 出现如下内容即创建成功 Running pre-create che ...
SSM(三)Mybatis动态SQL
1.查询语句,where: <resultMap id="xxx" type="xx..Student" autoMapping="false& ...