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@hadoop101 hadoop-2.7.]$ mkdir input

　　2）将hadoop的xml配置文件复制到 input　　

[hadoop@hadoop101 hadoop-2.7.]$ cp etc/hadoop/*.xml input

　　3）执行share 目录下的MapReduce 程序

[hadoop@hadoop101 hadoop-2.7.]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7..jar grep input output 'dfs[a-z.]+'

　　4）查看输出结果

[hadoop@hadoop101 hadoop-2.7.]$ cat output/*

2、官方WordCount 案例

　　1）在hadoop-2.7.2目录下创建一个 wcinput 文件夹

[hadoop@hadoop101 hadoop-2.7.]$ mkdir wcinput

　　2）在wcinput文件家下创建一个 wc.input 文件

[hadoop@hadoop101 hadoop-2.7.]$ cd wcinput
[hadoop@hadoop101 wcinput]$ touch wc.input

　　3）编辑 wc.input 文件，输入如下内容

hadoop yarn
hadoop mapreduce
tom
tom

　　4）回到hadoop目录 /opt/module/hadoop-2.7.2

　　5）执行程序

[hadoop@hadoop101 hadoop-2.7.]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7..jar wordcount wcinput wcoutput

　　6）查看结果

[atguigu@hadoop101 hadoop-2.7.]$ cat wcoutput/part-r-
tom
hadoop
mapreduce
yarn    

二、伪分布式运行模式

1、启动HDFS并运行MapReduce程序

　　1、分析

　　　1）配置集群

　　　2）启动、测试集群 增、删、查

　　　3）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

[hadoop@ hadoop101 ~]# echo $JAVA_HOME
/opt/module/jdk1..0_144

　　　　修改JAVA_HOME路径：

export JAVA_HOME=/opt/module/jdk1..0_144

　　　b、配置：core-site.xml

<!-- 指定HDFS中NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
    <value>hdfs://hadoop101:9000</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>

　　　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）

[hadoop@hadoop101 hadoop-2.7.]$ bin/hdfs namenode -format

　　b、启动NameNode

[hadoop@hadoop101 hadoop-2.7.]$ sbin/hadoop-daemon.sh start namenode

　　c、启动DataNode

[hadoop@hadoop101 hadoop-2.7.]$ sbin/hadoop-daemon.sh start datanode

　　3）查看集群

　　a、查看是否启动成功

[hadoop@hadoop101 hadoop-2.7.]$ jps
 NameNode
 DataNode
 Jps

　　b、web端查看HDFS文件系统

　　http://hadoop101:50070/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

　　c、查看产生的Log日志

　　当前目录：/opt/module/hadoop-2.7.2/logs

[hadoop@hadoop101 logs]$ ls
hadoop-atguigu-datanode-hadoop.atguigu.com.log
hadoop-atguigu-datanode-hadoop.atguigu.com.out
hadoop-atguigu-namenode-hadoop.atguigu.com.log
hadoop-atguigu-namenode-hadoop.atguigu.com.out
SecurityAuth-root.audit
[hadoop@hadoop101 logs]# cat hadoop-atguigu-datanode-hadoop101.log

　　d、思考：为什么不能一直格式化NameNode，格式化NameNode，要注意什么？

[hadoop@hadoop101 hadoop-2.7.]$ cd data/tmp/dfs/name/current/

[hadoop@hadoop101 current]$ cat VERSION
clusterID=CID-f0330a58-36fa-4a2a-a65f-2688269b5837

[hadoop@hadoop101 hadoop-2.7.]$ cd data/tmp/dfs/data/current/
clusterID=CID-f0330a58-36fa-4a2a-a65f-2688269b5837

　　注意：格式化NameNode，会产生新的集群id，导致NameNode和DataNode的集群id不一致，集群找不到以往数据。所以，格式化NameNode时，一定要先删除data数据和log日志，然后再格式化NameNode。

　　4）操作集群

　　a、在HDFS文件系统上创建一个 input 文件夹

[hadoop@hadoop101 hadoop-2.7.]$ bin/hdfs dfs -mkdir -p /user/hadoop/input

　　b、将测试文件内容上传到文件系统上　　

[hadoop@hadoop101 hadoop-2.7.]$bin/hdfs dfs -put wcinput/wc.input /user/hadoop/input/

　　c、查看上传的文件是否正确

[hadoop@hadoop101 hadoop-2.7.]$ bin/hdfs dfs -ls  /user/hadoop/input/
[hadoop@hadoop101 hadoop-2.7.]$ bin/hdfs dfs -cat  /user/hadoop/input/wc.input

　　d、运行MapReduce程序

[hadoop@hadoop101 hadoop-2.7.]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7..jar wordcount /user/hadoop/input/ /user/hadoop/output

　　e、查看输出结果

　　命令行查看：

[hadoop@hadoop101 hadoop-2.7.]$ bin/hdfs dfs -cat /user/hadoop/output/*

　　浏览器查看：

　　f、将测试文件内容下载到本地　　

[hadoop@hadoop101 hadoop-2.7.]$ hdfs dfs -get /user/hadoop/output/part-r- ./wcoutput/

　　g、删除输出结果

[hadoop@hadoop101 hadoop-2.7.]$ hdfs dfs -rm -r /user/hadoop/output

2、启动YARN并运行MapReduce程序

　　1、分析

　　1）配置集群在YARN上运行MR

　　2）启动、测试集群 增、删、查

　　3）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..0_144

　　　　b、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>

　　　　c、配置：mapred-env.sh

　　　　配置一下 JAVA_HOME

export JAVA_HOME=/opt/module/jdk1..0_144

　　　　d、配置：（对mapred-site.xml.template重命名为）mapred-site.xml　　　　

[hadoop@hadoop101 hadoop]$ mv mapred-site.xml.template mapred-site.xml
[hadoop@hadoop101 hadoop]$ vi 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、启动前必须保证NameNode和DataNode已经启动

　　　　b、启动ResourceManager

[hadoop@hadoop101 hadoop-2.7.]$ sbin/yarn-daemon.sh start resourcemanager

　　　　c、启动NodeManager

[hadoop@hadoop101 hadoop-2.7.]$ 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文件夹

[hadoop@hadoop101 hadoop-2.7.]$ bin/hdfs dfs -rm -R /user/atguigu/output

　　　　c、执行MapReduce程序

[hadoop@hadoop101 hadoop-2.7.]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7..jar wordcount /user/hadoop/input  /user/hadoop/output

　　　　d、查看运行结果：　　　　

[hadoop@hadoop101 hadoop-2.7.]$ bin/hdfs dfs -cat /user/atguigu/output/*

 3、配置历史服务器

　　为了查看程序的历史运行情况，需要配置一下历史服务器，具体配置步骤如下：

　　1）配置mapred-site.xml

　　在该文件里面增加如下配置：

<!-- 历史服务器端地址 -->
<property>
　　<name>mapreduce.jobhistory.address</name>
　　<value>hadoop101:10020</value>
</property>

<!-- 历史服务器web端地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop101:19888</value>
</property>

　　2）启动历史服务器

[hadoop@hadoop101 hadoop-2.7.]$ sbin/mr-jobhistory-daemon.sh start historyserver

　　3）查看历史服务器是否启动

[hadoop@hadoop101 hadoop-2.7.]$ jps

　　4）查看JobHistory

　　http://hadoop101:19888/jobhistory

4、配置日志的聚集

　　日志聚集概念：应用运行完成以后，将程序运行日志信息上传到HDFS系统上。

　　日志聚集功能好处：可以方便地查看到程序运行详情，方便开发调试。

　　注意：开启日志聚集功能，需要重新启动 NodeManager、ResourceManager 和 HistoryManager。

　　步骤如下：

　　1）配置 yarn-site.xml

　　　在该文件里面增加如下配置：

<!-- 日志聚集功能使能 -->
<property>
　　<name>yarn.log-aggregation-enable</name>
　　<value>true</value>
</property>

<!-- 日志保留时间设置7天 -->
<property>
　　<name>yarn.log-aggregation.retain-seconds</name>
　　<value>604800</value>
</property>

　　2）关闭 NodeManager、ResourceManager 和 HistoryManager

[hadoop@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop resourcemanager
[hadoop@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop nodemanager
[hadoop@hadoop101 hadoop-2.7.2]$ sbin/mr-jobhistory-daemon.sh stop historyserver

　　3）启动NodeManager、ResourceManager 和 HistoryManager

[hadoop@hadoop101 hadoop-2.7.]$ sbin/yarn-daemon.sh start resourcemanager
[hadoop@hadoop101 hadoop-2.7.]$ sbin/yarn-daemon.sh start nodemanager
[hadoop@hadoop101 hadoop-2.7.]$ sbin/mr-jobhistory-daemon.sh start historyserver

　　4）删除HDFS 上已经存在的输出文件

[hadoop@hadoop101 hadoop-2.7.]$ bin/hdfs dfs -rm -R /user/atguigu/output

　　5）执行 WordCount 程序　　

[hadoop@hadoop101 hadoop-2.7.]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7..jar wordcount /user/atguigu/input /user/atguigu/output

　　6）查看日志，如图

　　http://hadoop101:19888/jobhistory　　　

　　

5、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：

要获取的默认文件	文件存放在hadoop的jar包中的位置
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
mapred-default.xml	hadoop-mapreduce-client-core-2.7.2.jar/mapred-default.xml

　　2）自定义配置文件：

　　　　core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml 四个配置文件存放在 $HADOOP_HOME/etc/hadoop 这个路径上，用户可以根据项目需求重新进行修改配置。