Hadoop3_03

4 Hadoop运行模式

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/

4.1 本地运行模式

4.1.1 官方Grep案例

• 1.创建在hadoop-3.1.3文件下面创建一个input文件夹

cd /opt/module/hadoop-3.1.3
mkdir input

• 2.（准备数据）将Hadoop的xml配置文件复制到input

cp etc/hadoop/*.xml input

也可以自行在input目录下准备文件

• 3.执行share目录下的MapReduce程序

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar grep input output 'dfs[a-z.]+'

• 4.查看输出结果

cat output/*

4.1.2 官方WordCount案例

• 1.创建在hadoop-3.1.3文件下面创建一个wcinput文件夹

mkdir wcinput

• 2.在wcinput文件下创建一个wc.input文件

cd wcinput

• 3.编辑wc.input文件

vim wc.input

在文件中输入如下内容

hadoop yarn
hadoop mapreduce
dev1
dev1

保存退出：

:wq

• 4.回到Hadoop目录/opt/module/hadoop-3.1.3
• 5.执行程序

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount wcinput wcoutput

• 6.查看结果

[dev1@hadoop101 hadoop-3.1.3]$ cat wcoutput/part-r-00000

看到如下结果：

dev1    2
hadoop    2
mapreduce    1
yarn    1

4.2 伪分布式运行模式

4.2.1 启动HDFS并运行MapReduce程序

1.分析

（1）配置集群
（2）启动、测试集群
（3）执行WordCount案例

2.执行步骤

• 2.1 配置集群

-（a）配置：hadoop-env.sh
Linux系统中获取JDK的安装路径：
[dev1@ hadoop101 ~]# echo $JAVA_HOME
/opt/module/jdk1.8.0_212
修改JAVA_HOME 路径：

export JAVA_HOME=/opt/module/jdk1.8.0_212
（b）配置：core-site.xml

<!-- 指定HDFS中NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
    <value>hdfs://hadoop101:9820</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-3.1.3/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>

• 2.2 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）

[dev1@hadoop101 hadoop-3.1.3]$ bin/hdfs namenode -format

（b）启动NameNode

[dev1@hadoop101 hadoop-3.1.3]$ hdfs --daemon start namenode

（c）启动DataNode

[dev1@hadoop101 hadoop-3.1.3]$ hdfs --daemon start datanode 

• 2.3 查看集群
  （a）查看是否启动成功

[dev1@hadoop101 hadoop-3.1.3]$ 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://hadoop101:9870
（c）常用端口号说明，表4-1所示

• 2.4 出现错误看日志,看日志，看日志，重要的事情说三遍~~~
  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。
  通过tail -n 100日志文件 的形式查看
  当前目录：/opt/module/hadoop-3.1.3/logs

hadoop-dev1-datanode-hadoop101.log
hadoop-dev1-namenode-hadoop101.log

• （5）操作集群
  （a）在HDFS文件系统上创建一个input文件夹

[dev1@hadoop101 hadoop-3.1.3]$ hdfs dfs -mkdir -p /user/dev1/input

（b）将测试文件内容上传到文件系统上

[dev1@hadoop101 hadoop-3.1.3]$hdfs dfs -put words.txt  /user/dev1/input

（c）查看上传的文件是否正确

[dev1@hadoop101 hadoop-3.1.3]$hdfs dfs -ls  /user/dev1/input/
[dev1@hadoop101 hadoop-3.1.3]$hdfs dfs -cat words.txt  /user/dev1/input

（d）运行MapReduce程序

[dev1@hadoop101 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /user/dev1/input/ /user/dev1/output

（e）查看输出结果
命令行查看：

[dev1@hadoop101 hadoop-3.1.3]$ hdfs dfs -cat /user/dev1/output/*

（f）将测试文件内容下载到本地

[dev1@hadoop101 hadoop-3.1.3]$ hdfs dfs -get /user/dev1/output/part-r-00000 ./

（g）删除输出结果

[dev1@hadoop101 hadoop-3.1.3]$ hdfs dfs -rm -r /user/dev1/output

4.2.2 格式化需要注意的问题

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

[dev1@hadoop101 hadoop-3.1.3]$ cd data/tmp/dfs/name/current/
[dev1@hadoop101 current]$ cat VERSION
clusterID=CID-f0330a58-36fa-4a2a-a65f-2688269b5837
[dev1@hadoop101 hadoop-3.1.3]$ 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logs日志，然后再格式化NameNode。

 find ./ -name VERSION

查找出来使用vim打开并进行比对

4.2.3 启动YARN并运行MapReduce程序

• 1.分析
  （1）配置集群在YARN上运行MR
  （2）启动、测试集群
  （3）在YARN上执行WordCount案例
• 2.执行步骤
  （1）配置集群
  （a）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>
<property>
    <name>yarn.nodemanager.env-whitelist</name>
    <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
 </property>

（b）配置mapred-site.xml

 [dev1@hadoop101 hadoop]$ vim mapred-site.xml

编辑

<!-- 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

[dev1@hadoop101 hadoop-3.1.3]$ yarn --daemon start resourcemanager

（c）启动NodeManager

[dev1@hadoop101 hadoop-3.1.3]$ yarn --daemon start nodemanager

• 3.集群操作

（a）YARN的浏览器页面查看

http://hadoop101:8088

（b）执行MapReduce程序

[dev1@hadoop101 hadoop-3.1.3]$ hadoop jar  share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /user/dev1/input  /user/dev1/output

（c）查看运行结果

[dev1@hadoop101 hadoop-3.1.3]$ bin/hdfs dfs -cat /user/dev1/output/*

4.2.4 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。

• （1）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
  

• （2）自定义配置文件：
  core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四个配置文件存放在$HADOOP_HOME/etc/hadoop这个路径上，用户可以根据项目需求重新进行修改配置。