Hadoop运行模式（一）

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

1. 创建在hadoop-2.7.2文件下面创建一个input文件夹
   mkdir input

2. 将Hadoop的xml配置文件复制到input
   cp etc/hadoop/*.xml input

3. 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.]+'

4. 查看输出结果
   cat output/*

官方WordCount案例

WordCount是用来记单词数量的

1. 创建在hadoop-2.7.2文件下面创建一个wcinput文件夹
   mkdir wcinput

2. 在wcinput文件下创建一个wc.input文件
   cd wcinput
touch wc.input

3. 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

4. 回到Hadoop目录/opt/module/hadoop-2.7.2

5. 执行程序
   hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput wcoutput

6. 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)