Hadoop运行模式及目录结构

Hadoop运行模式

本地模式

这种模式在一台单机上运行，没有分布式文件系统，而是直接读写本地操作系统的文件系统，一般仅用于本地MR程序的调试。

说明：只是用来演示一下官方案例。生产环境不用。

伪分布式模式

这种模式也是在一台单机上运行，但是具备Hadoop集群的所有功能，一台服务器模拟一个分布式的环境。不同于完全分布式的是，这种模式没用不同的 Java 进程模仿分布式运行中的各类结点 (NameNode,DataNode, ResourceManager,SecondaryNameNode)。

伪分布模式在“单节点集群”上运行 Hadoop，其中所有的守护进程都运行在同一台机器上。该模式在单机模式之上增加了代码调试功能，允许你检查内存使用情况，HDFS 输入输出，以及其他的守护进程交互。

说明：少数经费不足的公司用来测试，生产环境不用。

完全分布式模式

真正的分布式，由3个及以上的实体机或者虚拟机组件的机群。表示集群中的节点会被分配成很多种角色，分散在整个集群中。

说明：生产环境使用。

Hadoop目录结构

重要目录以及目录作用

• bin目录：存放对 Hadoop 相关服务（hdfs，yarn，mapred）进行操作的脚本
• etc目录：Hadoop 的配置文件目录，存放Hadoop的配置文件，包括 core-site.xml，hdfs-site.xml，yarn-site.xml，mapred-site.xml，slaves（3.x 为 workers）等
• lib目录：存放 Hadoop 的本地库，用于对数据进行压缩解压缩功能。
  • HDFS metadata 以树状结构存储整个HDFS上的文件和目录，以及相应的权限、配额和副本因子等。
  • dfs.namenode.name.dir 和 dfs.namenode.data.dir 是 HDFS Namenode 本地目录的存储结构 hadoop.tmp.dir 是一切路径的基石，NameNode、DataNode 等会将 HDFS 的元数据存储在这个路径下。
• sbin目录：存放启动或停止 Hadoop 相关服务的脚本
• share目录：存放 Hadoop 的依赖 jar 包、文档、和官方案例

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。

可以查看官方文档Index of /docs (apache.org)版本号选择于自己对应的版本，查看配置文件和配置要求，官方文档中也有伪分布式配置样例。

默认配置文件：

要获取的默认文件	文件存放在Hadoop的jar包中的位置
[core-default.xml]	hadoop-common-3.3.1.jar/core-default.xml
[hdfs-default.xml]	hadoop-hdfs-3.3.1.jar/hdfs-default.xml
[yarn-default.xml]	hadoop-yarn-common-3.3.1.jar/yarn-default.xml
[mapred-default.xml]	hadoop-mapreduce-client-core-3.3.1.jar/mapred-default.xml

自定义配置文件：

文件存放路径为：$HADOOP_HOME/etc/hadoop

其中有core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml（文件中是mapred-site.xml.template模板文件，需要copy一下把.template后缀删去才能正常使用）、slaves（Hadoop3.x为workers） 等多个个配置文件，用户可以根据项目需求重新进行修改配置。