Hadoop的三种运行模式
Hadoop运行模式包括:本地模式、伪分布式模式以及完全分布式模式。
一、本地(独立)模式
无需任何守护进程,所有程序都在同一个JVM上执行。在本地模式下测试和调试MapReduce程序很方便。
本地运行模式不需要额外的设置. 只需要执行响应的jar包就可以了。不需要任何的集群配置, 本地运行模式其实也是一种单节点模式。
官方Grep案例
-
创建在hadoop-2.7.2文件下面创建一个input文件夹
mkdir input
-
将Hadoop的xml配置文件复制到input
cp etc/hadoop/*.xml input
-
执行share目录下的MapReduce程序(share目录:存放Hadoop的依赖jar包、文档、和官方案例)
bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar grep input output 'dfs[a-z.]+'
-
查看输出结果
cat output/*
官方WordCount案例
WordCount是用来记单词数量的
-
创建在hadoop-2.7.2文件下面创建一个wcinput文件夹
mkdir wcinput
-
在wcinput文件下创建一个wc.input文件
cd wcinput
touch wc.input
-
编辑wc.input文件
vim wc.input
在文件中输入如下内容
hadoop yarn yarn
hadoop mapreduce
hadoop
lixiaolong
Chinese Change
保存退出::wq -
回到Hadoop目录/opt/module/hadoop-2.7.2
-
执行程序
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput wcoutput
-
查看结果
cat wcoutput/part-r-00000
二、伪分布式运行模式
Hadoop守护进程运行在本地机器上,模拟一个小规模的集群
1.启动HDFS并运行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:
echo $JAVA_HOME
/opt/module/jdk1.8.0_144
修改JAVA_HOME 路径:
export JAVA_HOME=/opt/module/jdk1.8.0_144
(b)配置:core-site.xml
vim /opt/module/hadoop-2.7.2/etc/hadoop/core-site.xml
在里面添加以下内容:
<!-- 指定HDFS中NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop101:9000</value>(按照集群搭,改hadoop101)
</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
vim /opt/module/hadoop-2.7.2/etc/hadoop/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
jps
13586 NameNode
13668 DataNode
13786 Jps
(b)web端查看HDFS文件系统
http://hadoop101:50070
(4)操作集群
(a)在HDFS文件系统上创建一个input文件夹
bin/hdfs dfs -mkdir -p /user/hadoop100/input
(b)将测试文件内容上传到文件系统上
bin/hdfs dfs -put wcinput/wc.input /user/hadoop100/input/
(c)查看上传的文件是否正确
bin/hdfs dfs -ls /user/hadoop100/input/
bin/hdfs dfs -cat /user/hadoop100/ input/wc.input
(d)运行MapReduce程序
bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/hadoop100/input/ /user/hadoop100/output
(e)查看输出结果
命令行查看:
bin/hdfs dfs -cat /user/hadoop100/output/*
2.启动YARN并运行MapReduce程序
(1)配置集群
(a)配置yarn-env.sh
vim /opt/module/hadoop-2.7.2/etc/hadoop/yarn-env.sh
配置一下JAVA_HOME
修改为:
export JAVA_HOME=/opt/module/jdk1.8.0_144
(b)配置yarn-site.xml
vim /opt/module/hadoop-2.7.2/etc/hadoop/yarn-site.xml
添加以下内容:
<!-- 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
vim /opt/module/hadoop-2.7.2/etc/hadoop/mapred-env.sh
配置一下JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_144
(d)配置: (对mapred-site.xml.template重新命名为) mapred-site.xml
mv mapred-site.xml.template mapred-site.xml
vi mapred-site.xml
添加以下内容:
<!-- 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
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
bin/hdfs dfs -rm -R /user/hadoop100/output
(c)执行MapReduce程序,实现wordcount。
bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/hadoop100/input /user/hadoop100/output
(d)查看运行结果
bin/hdfs dfs -cat /user/hadoop100/output/*
完全分布模式
见 Hadoop运行模式(二)
本文是我学习尚硅谷公司的Hadoop教学视频的学习笔记,根据视频讲义整理。视频链接:尚硅谷Hadoop教程(hadoop框架精讲)