3.运行hadoop案例（本地模式、伪分布模式）

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。

Hadoop官方网站：http://hadoop.apache.org/

1.本地模式

1）创建在hadoop-2.7.2文件下面创建一个wcinput文件夹

2）在wcinput文件下创建一个wc.input文件

3）编辑wc.input文件

4）回到Hadoop目录/opt/module/hadoop-2.7.2，并且执行程序（此时输出文件夹必须没有，不然会报错）

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput wcoutput

5）查看结果

cat wcoutput/part-r-00000

2.伪分布模式模式

A.启动HDFS并运行MapReduce程序

1）配置集群

（a）配置：hadoop-env.sh
修改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://hadoop01:9000</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）检测是否启动成功
 jps
 
（b）web端查看HDFS文件系统
 http://hadoop01:50070

（c）查看产生的Log日志
 当前目录：/opt/module/hadoop-2.7.2/logs

（d）为什么不能一直格式化namenode？格式化namenode需要注意什么？
 答：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。

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/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/input/

（c）查看上传的文件是否正确
 bin/hdfs dfs -ls  /user/input/
 bin/hdfs dfs -cat  /user/ input/wc.input

（d）运行MapReduce程序
 bin/hadoop jar
share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/input/ /user/output

（e）查看输出结果
 bin/hdfs dfs -cat /user/output/*

（f）将测试文件内容下载到本地
 hdfs dfs -get /user/output/part-r-00000 ./wcoutput/

（g）删除输出结果
 hdfs dfs -rm -r /user/output

B.启动YARN并运行MapReduce程序

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
<!-- 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
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
<!-- 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.运行程序

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

C.配置历史服务器

1.配置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>hadoop01:10020</value>
</property>
<!-- 历史服务器web端地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop01:19888</value>
</property>

2.启动历史服务器
sbin/mr-jobhistory-daemon.sh start historyserver

3.查看历史服务器是否启动
jps

4.查看JobHistory
http://hadoop01:19888/jobhistory

D.配置日志聚集

需要看文档