hadoop3.0.0运行mapreduce(wordcount)过程及问题总结

1.配置并启动hadoop

下载并安装jdk，hadoop-3.0.0-alpha2，配置环境变量如下：

export JAVA_HOME=/usr/lib/jvm/default-java
export JRE_HOME=$JAVA_HOME/jre
export CLASSPATH=$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH
export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$PATH

export HADOOP_HOME=/home/tx/opt/Hadoop/hadoop-3.0.0-alpha2
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_YARN_HOME=$HADOOP_HOME

export HADOOP_INSTALL=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_CONF_DIR=$HADOOP_HOME
export HADOOP_PREFIX=$HADOOP_HOME
export HADOOP_LIBEXEC_DIR=$HADOOP_HOME/libexec
export JAVA_LIBRARY_PATH=$HADOOP_HOME/lib/native:$JAVA_LIBRARY_PATH
export HADOOP_CONF_DIR=$HADOOP_PREFIX/etc/hadoop

然后，source下配置文件，初始化namenode（旧版hadoop命令变为hdfs命令）：

此处输入，大写Y（大写！Y！）：

然后，初始化成功：

启动hadoop：

用jps查看到datanode没有启动：

需要把你设置的dfs.data.dir存储位置内VERSION文件内的clusterID 修改为 dfs.name.dir存储位置内VERSION文件内的clusterID，然后重启hadoop。
如果想要用WEB端查看job/application，需要启动hisroty-server。Hadoop启动jobhistoryserver来实现web查看作业的历史运行情况，由于在启动hdfs和Yarn进程之后，jobhistoryserver进程并没有启动，需要手动启动，启动的方法是通过(注意：必须是两个命令)：

sbin/mr-jobhistory-daemon.sh start historyserver
sbin/yarn-daemon.sh start timelineserver

启动完毕后，查看进程jps：

哇，进程都有呦

2.运行wordcount

首先，在HDFS中创建input文件目录

hadoop fs -mkdir /input

然后，把任意txt文件放到hdfs的input目录下面，这里我用的在hadoop的目录下的LICENSE.txt。

hadoop fs -put LICENSE.txt /input

然后查看文件是否正确传入到/input目录下

hadoop fs -ls /input

（一直在报这个warning，查了下网上没有解答，不知道为啥郁闷）
然后，执行（这里用的绝对路径，也可用相对路径）：

hadoop jar /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.0.0-alpha2.jar wordcount /input /output

这时，你兴奋地看到了jobID和applicationID。

hadoop fs -ls /output

查看输出结果：

hadoop fs -cat /output/part-r-00000

结果就是对LICENSE.txt文件中单词进行计数统计了。

3.运行wordcount所遇问题解决

如果你发现只看到jobID没有applicationID时，说明hadoop运行在本地，这WEB端查看不到提交的job和对应application记录。需要另外配置mapreduce的运行时环境，否则就默认在本地运行：
etc/hadoop/mapred-site.xml：
mapreduce.framwork.name 代表mapreduce的运行时环境，默认是local，需配置成yarn：

<property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
</property>

etc/hadoop/yarn-site.xml：
yarn.nodemanager.aux-services代表附属服务的名称，如果使用mapreduce则需要将其配置为mapreduce_shuffle（hadoop2.2.0之前的则配为mapreduce.shuffle）：

<property>
     <name>yarn.nodemanager.aux-services</name>
     <value>mapreduce_shuffle</value>
</property>

然后，更改完之后重启hadoop并运行wordcount你会遇到如下error：

Failing this attempt.Diagnostics: Exception from container-launch.
Error: Could not find or load main class org.apache.hadoop.mapreduce.v2.app

这时，我已经想去死了。不，我们要坚强，我们只需要配置文件中添加应用类路径就可以了（记得改为您自己的路径）：
etc/hadoop/mapred-site.xml：

<property>
  <name>mapreduce.application.classpath</name>
      <value>
       /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/etc/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/etc/hadoop/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/lib/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/share/hadoop/common/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/share/hadoop/common/lib/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/share/hadoop/mapreduce/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/share/hadoop/mapreduce/lib-examples/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/share/hadoop/hdfs/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/share/hadoop/hdfs/lib/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/share/hadoop/yarn/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/share/hadoop/yarn/lib/*,
      </value>
</property>

etc/hadoop/yarn-site.xml：

<property>
  <name>yarn.application.classpath</name>
      <value>
       /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/etc/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/etc/hadoop/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/lib/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/share/hadoop/common/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/share/hadoop/common/lib/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/share/hadoop/mapreduce/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/share/hadoop/mapreduce/lib-examples/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/share/hadoop/hdfs/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/share/hadoop/hdfs/lib/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/share/hadoop/yarn/*,
           /home/tx/opt/Hadoop/hadoop-3.0.0-alpha2/share/hadoop/yarn/lib/*,
      </value>
</property>

这时，再重启hadoop，运行wordcount即可（异常嗨皮去吃鸡腿）。
WEB访问 主机地址:50070查看hadoop运行状态：

WEB访问 主机地址:8088查看applications：

WEB访问 主机地址:19888查看jobhistory：