第三次实验：伪分布式配置启动调用hdfs配置yarn运行mr

第三次实验：伪分布式配置启动调用hdfs配置yarn运行mr

伪分布式配置

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：

echo $JAVA_HOME

得到

/opt/module/jdk1.8.0_144

修改hadoop-env.sh中的JAVA_HOME 路径：

export JAVA_HOME=/opt/module/jdk1.8.0_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）

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

注意：jps是JDK中的命令，不是Linux命令。不安装JDK不能使用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
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-2.7.2/logs

ls

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

cd data/tmp/dfs/name/current/
cat VERSION
clusterID=CID-f0330a58-36fa-4a2a-a65f-2688269b5837
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。所以，格式NameNode时，一定要先删除data数据和log日志，然后再格式化NameNode。

伪分布式下调用hdfs

已经使用dev1启动 NN,DN
（a）在HDFS文件系统上创建一个input文件夹

bin/hdfs dfs -mkdir -p /user/dev1/input

注意：此命令操作的是集群里的文件，而不是本地Linux文件
（b）将测试文件内容上传到文件系统上

bin/hdfs dfs -put word.txt /user/dev1/input/

（c）查看上传的文件是否正确

bin/hdfs dfs -ls  /user/dev1/input/
bin/hdfs dfs -cat  /user/dev1/input/word.txt

（d）运行MapReduce程序

bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/dev1/input/ /user/dev1/output

（e）查看输出结果
命令行查看：

bin/hdfs dfs -cat /user/dev1/output/*

浏览器查看

查看output文件
（f）将测试文件内容下载到本地

hdfs dfs -get /user/dev1/output/part-r-00000 ./wcoutput/

（g）删除输出结果

hdfs dfs -rm -r /user/dev1/output

伪分布式yarn上运行mr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/jdk1.8.0_144

（b）配置yarn-site.xml

<!-- 指定YARN的ResourceManager的地址 
值是主节点的主机名 如果主机名是hadoop101，那就配置hadoop101
-->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop101</value>
</property>

<!-- Reduce获取数据的方式 -->
<property>
         <name>yarn.nodemanager.aux-services</name>
         <value>mapreduce_shuffle</value>
</property>（c）配置：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/dev1/output

（c）执行MapReduce程序

bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/dev1/input  /user/dev1/output

（d）查看运行结果

bin/hdfs dfs -cat /user/dev1/output/*