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/*