本文目录如下:
Hadoop运行模式-本地式、伪分布式
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
。
Hadoop官方网站:点击前往Hadoop官方网站
2.本地运行模式
2.1 官方Grep案例
**注意:执行案例之前需要先配置hadoop-env.sh
中的Java环境变量,详情见第3.1.1小节。
- (1) 创建在hadoop-3.2.1文件下面创建一个input文件夹
[xqzhao@hadoop100 hadoop-3.2.1]$ mkdir input
- (2) 将Hadoop的xml配置文件复制到input
[xqzhao@hadoop100 hadoop-3.2.1]$ cp etc/hadoop/*.xml input
- (3) 执行share目录下的MapReduce程序
[xqzhao@hadoop100 hadoop-3.2.1]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.2.1.jar grep input output 'dfs[a-z.]+'
# 注: output必须是一个不存在的文件夹
- (4) 查看输出结果
[xqzhao@hadoop100 hadoop-3.2.1]$ cat output/*
2.2 官方WordCount案例
- (1) 创建在hadoop-3.2.1文件下面创建一个wcinput文件夹
[xqzhao@hadoop100 hadoop-3.2.1]$ mkdir wcinput
- (2) 在wcinput文件下创建一个wc.input文件
[xqzhao@hadoop100 hadoop-3.2.1]$ cd wcinput
[xqzhao@hadoop100 wcinput]$ touch wc.input
- (3) 编辑wc.input文件
[xqzhao@hadoop100 wcinput]$ vi wc.input
# 在文件中输入如下内容
hadoop yarn
hadoop mapreduce
xqzhao
xqzhao
- (4) 回到Hadoop目录/opt/module/hadoop-3.2.1
- (5) 执行程序
[xqzhao@hadoop100 hadoop-3.2.1]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.2.1.jar wordcount wcinput wcoutput
- (6) 查看结果
[xqzhao@hadoop100 hadoop-3.2.1]$ cat wcoutput/part-r-00000
xqzhao2
hadoop 2
mapreduce 1
yarn 1
3 伪分布式运行模式 (仅用于测试)
3.1 启动HDFS并运行MapReduce程序
3.1.1 配置集群
- (1) 配置: hadoop-env.sh
Linux系统中获取JDK的安装路径:
[xqzhao@ hadoop100 ~]$ echo $JAVA_HOME
/opt/module/jdk1.8.0_144
# 编辑hadoop-env.sh文件
[xqzhao@ hadoop100 ~]$ vim etc/hadoop/hadoop-env.sh
#修改JAVA_HOME 路径:
export JAVA_HOME=/opt/module/jdk1.8.0_144
- (2) 配置: core-site.xml
<!-- 指定HDFS中NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop100:8020</value>
<!-- <value>hdfs://hadoop100:8020</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-3.2.1/data/tmp</value>
</property>
--------------------------------------------------------------
<!-- 注1:将上述配置添加在下列标签中间 -->
<configuration>
...
</configuration>
<!-- 注2:core-site.xml 文件与 hadoop-env.sh 文件在同一目录下-->
- (3) 配置:hdfs-site.xml
<!-- 指定HDFS副本的数量 -->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
3.1.2 启动集群
- (1) 格式化
NameNode
(第一次启动时格式化,以后就不要总格式化)
[xqzhao@hadoop100 hadoop-3.2.1]$ hdfs namenode -format
- (2) 启动
NameNode
[xqzhao@hadoop100 hadoop-3.2.1]$ hadoop-daemon.sh start namenode
- (3) 启动
DataNode
[xqzhao@hadoop100 hadoop-3.2.1]$ hadoop-daemon.sh start datanode
3.1.3 查看集群
- (1) 查看是否启动成功
[xqzhao@hadoop100 hadoop-3.2.1]$ jps
13586 NameNode
13668 DataNode
13786 Jps
注意:jps是JDK中的命令,不是Linux命令。不安装JDK不能使用jps
- (2) web端查看HDFS文件系统
http://hadoop100:50070/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- 注意:需要在windows的
host配置文件
里设置IP和主机名映射关系
- (3) 查看产生的
Log日志
说明:在企业中遇到Bug时,经常根据日志提示信息去分析问题、解决Bug。
当前目录:/opt/module/hadoop-3.2.1/logs
[xqzhao@hadoop100 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
[xqzhao@hadoop101 logs]$ cat hadoop-atguigu-datanode-hadoop101.log
(4) 思考:为什么不能一直格式化NameNode,格式化NameNode,要注意什么?
[xqzhao@hadoop100 hadoop-3.2.1]$ cd data/tmp/dfs/name/current/
[xqzhao@hadoop100 current]$ cat VERSION
clusterID=CID-f0330a58-36fa-4a2a-a65f-2688269b5837
[xqzhao@hadoop100 hadoop-3.2.1]$ 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,集群找不到已往数据。
解决办法:格式NameNode时,一定要先删除data数据和log日志,然后再格式化NameNode。
格式化后,系统会自动生成心得 data
和 logs
目录。
3.1.4 操作集群
- (1) 将本地的wcinput文件夹上传到HDFS文件系统中
[xqzhao@hadoop100 hadoop-3.2.1]$ hdfs dfs -mkdir -p /wcinput
- (2) 将测试文件内容上传到文件系统上
[xqzhao@hadoop100 hadoop-3.2.1]$ hdfs dfs -put wcinput/wc.input /wcinput
- (3) 查看上传的文件是否正确
[xqzhao@hadoop100 hadoop-3.2.1]$ hdfs dfs -ls wcinput/
[xqzhao@hadoop100 hadoop-3.2.1]$ hdfs dfs -cat wcinput/wc.input
- (4) 运行MapReduce程序
[xqzhao@hadoop100 hadoop-3.2.1]$ hadoop jar
share/hadoop/mapreduce/hadoop-mapreduce-examples-3.2.1.jar wordcount /wcinput/ /wcoutput
- (5) 查看输出结果
命令行查看:
[xqzhao@hadoop100 hadoop-3.2.1]$ hdfs dfs -cat /wcoutput/*
- (6) 将测试文件内容下载到本地
[xqzhao@hadoop100 hadoop-3.2.1]$ hdfs dfs -get /wcoutput/part-r-00000 ./wcoutput/
(g)删除输出结果
[xqzhao@hadoop100 hadoop-3.2.1]$ hdfs dfs -rm -r /wcoutput
3.2 启动YARN并运行MapReduce程序
3.2.1 配置集群
- (1) 配置
yarn-env.sh
# 配置一下JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_144
- (2) 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>
- (3) 配置:
mapred-env.sh
# 配置一下JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_144
- (4) 配置: (对mapred-site.xml.template重新命名为)
mapred-site.xml
[xqzhao@hadoop100 hadoop]$ mv mapred-site.xml.template mapred-site.xml
[xqzhao@hadoop100 hadoop]$ vi mapred-site.xml
<!-- 指定MR运行在YARN上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
3.2.2 启动集群
- (1) 启动前必须保证
NameNode
和DataNode
已经启动 - (2) 启动
ResourceManager
[xqzhao@hadoop100 hadoop-3.2.1]$ yarn-daemon.sh start resourcemanager
- (3) 启动
NodeManager
[xqzhao@hadoop100 hadoop-3.2.1]$ yarn-daemon.sh start nodemanager
3.2.3 集群操作
- (1) YARN的浏览器页面查看,如图2-35所示
http://hadoop101:8088/cluster
- (2) 将本地的wcinput文件上传至HDFS上
[xqzhao@hadoop100 hadoop-3.2.1]$ hadoop fs -put wcinput /
- (3) 执行MapReduce程序
[xqzhao@hadoop100 hadoop-3.2.1]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.2.1.jar wordcount /user/atguigu/input /user/atguigu/output
- (4) 查看运行结果,如图2-36所示
[atguigu@hadoop100 hadoop-3.2.1]$ bin/hdfs dfs -cat /user/atguigu/output/*
3.3 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
[xqzhao@hadoop100 hadoop]$ vim 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>hadoop102:10020</value>
</property>
<!-- 历史服务器web端地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>hadoop102:19888</value>
</property>
# 注:一零几都可以,随便找一台服务器作为历史服务器即可
- 2.启动
历史服务器
[xqzhao@hadoop102 hadoop-3.2.1]$ sbin/mr-jobhistory-daemon.sh start historyserver
- 3.查看历史服务器是否启动
[xqzhao@hadoop102 hadoop-3.2.1]$ jps
- 4.查看JobHistory
http://hadoop102:19888/jobhistory
3.4 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:可以方便的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。
开启日志聚集功能具体步骤如下:
- (1) 配置
yarn-site.xml
[xqzhao@hadoop100 hadoop]$ vim 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HistoryServer
[xqzhao@hadoop100 hadoop-3.2.1]$ sbin/yarn-daemon.sh stop resourcemanager
[xqzhao@hadoop100 hadoop-3.2.1]$ sbin/yarn-daemon.sh stop nodemanager
[xqzhao@hadoop100 hadoop-3.2.1]$ sbin/mr-jobhistory-daemon.sh stop historyserver
- (3) 启动
NodeManager
、ResourceManager
和HistoryServer
[xqzhao@hadoop100 hadoop-3.2.1]$ sbin/yarn-daemon.sh start resourcemanager
[xqzhao@hadoop100 hadoop-3.2.1]$ sbin/yarn-daemon.sh start nodemanager
[xqzhao@hadoop100 hadoop-3.2.1]$ sbin/mr-jobhistory-daemon.sh start historyserver
- (4) 删除HDFS上已经存在的输出文件
[xqzhao@hadoop100 hadoop-3.2.1]$ bin/hdfs dfs -rm -R /user/atguigu/output
- (5) 执行WordCount程序
[xqzhao@hadoop100 hadoop-3.2.1]$ hadoop jar
share/hadoop/mapreduce/hadoop-mapreduce-examples-3.2.1.jar wordcount /user/atguigu/input /user/atguigu/output
- (6) 查看日志,如图2-37,2-38,2-39所示
http://hadoop100:19888/jobhistory
3.5 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:
-
(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。
声明:本文是学习时记录的笔记,如有侵权请告知删除!
原视频地址:https://www.bilibili.com/video/BV1Me411W7PV