Hadoop系列004-Hadoop运行模式（上）

发表于 | 更新于: | 分类于
字数统计: 2k | 阅读时长 ≈ 9

本人微信公众号，欢迎扫码关注！

Hadoop运行模式

1、概述

1）官方网址

2）Hadoop运行模式

  • 本地模式（默认模式）：不需要启用单独进程，直接可以运行，测试和开发时使用。
  • 伪分布式模式：等同于完全分布式，只有一个节点。
  • 完全分布式模式：多个节点一起运行。

2、案例

2.1、本地文件运行Hadoop 案例

  • 官方grep案例

    • 1）创建在hadoop-2.7.2文件下面创建一个input文件夹

      1
      [intflag@hadoop101 hadoop-2.7.2]$mkdir input

    • 2）将hadoop的xml配置文件复制到input

      1
      [intflag@hadoop101 hadoop-2.7.2]$cp etc/hadoop/*.xml input

    • 3）执行share目录下的mapreduce程序

      1
      [intflag@hadoop101 hadoop-2.7.2]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar grep input output 'dfs[a-z.]+'

    • 4）查看输出结果

      1
      [intflag@hadoop101 hadoop-2.7.2]$ cat output/*

  • 官方wordcount案例

    • 1）创建在hadoop-2.7.2文件下面创建一个wcinput文件夹

      1
      [intflag@hadoop101 hadoop-2.7.2]$mkdir wcinput

    • 2）在wcinput文件下创建一个wc.input文件

      1
      2
      [intflag@hadoop101 hadoop-2.7.2]$cd wcinput
      [intflag@hadoop101 wcinput]$touch wc.input

    • 3）编辑wc.input文件

      1
      2
      3
      4
      5
      6
      7
      8
      [intflag@hadoop101 wcinput]$vim wc.input
      在文件中输入如下内容
      hadoop yarn
      hadoop mapreduce 
      intflag
      intflag

      保存退出：：wq

    • 4）回到hadoop目录/opt/module/hadoop-2.7.2

    • 5）执行程序

      1
      [intflag@hadoop101 hadoop-2.7.2]$hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput wcoutput

    • 6）查看结果

      1
      2
      3
      4
      5
      [intflag@hadoop101 hadoop-2.7.2]$cat wcoutput/part-r-00000
      intflag 2
      hadoop  2
      mapreduce       1
      yarn    1
2.2、伪分布式运行Hadoop 案例

  • HDFS上运行MapReduce 程序

    • 1）分析：

      • （1）准备1台客户机
      • （2）安装jdk
      • （3）配置环境变量
      • （4）安装hadoop
      • （5）配置环境变量
      • （6）配置集群
      • （7）启动、测试集群增、删、查
      • （8）在HDFS上执行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

            1
            2
            [root@ hadoop101 ~]# echo $JAVA_HOME
            /opt/module/jdk1.7.0_79

          • 修改JAVA_HOME 路径

            1
            export JAVA_HOME=/opt/module/jdk1.7.0_79

        • （b）配置：/etc/hadoop/下的core-site.xml

          1
          2
          3
          4
          5
          6
          7
          8
          9
          10
          11
          <!-- 指定HDFS中NameNode的地址 -->
          <property>
          	<name>fs.defaultFS</name>
              <value>hdfs://hadoop101:8020</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 

          1
          2
          3
          4
          5
          <!-- 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）

          1
          bin/hdfs namenode -format

        • （b）启动namenode

          1
          sbin/hadoop-daemon.sh start namenode

        • （c）启动datanode

          1
          sbin/hadoop-daemon.sh start datanode

      • （3）查看集群

        • （a）查看是否启动成功

          1
          2
          3
          4
          [root@hadoop ~]# jps
          13586 NameNode
          13668 DataNode
          13786 Jps

        • （b）查看产生的log日志

          1
          2
          3
          4
          5
          6
          7
          8
          9
          10
          11
          当前目录：/opt/module/hadoop-2.7.2/logs

          [root@hadoop101 logs]# ls

          hadoop-root-datanode-hadoop.intflag.com.log
          hadoop-root-datanode-hadoop.intflag.com.out
          hadoop-root-namenode-hadoop.intflag.com.log
          hadoop-root-namenode-hadoop.intflag.com.out
          SecurityAuth-intflag.audit

          [root@hadoop101 logs]# cat hadoop-root-datanode-hadoop.intflag.com.log

        • （c）web端查看HDFS文件系统

          1
          2
          3
          4
          http://192.168.25.101:50070/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

      • （4）操作集群

        • （a）在hdfs文件系统上创建一个input文件夹

          1
          2
          3
          4
          5
          [intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -mkdir -p /user/intflag/input

          或

          [intflag@hadoop101 hadoop-2.7.2]$ hdfs dfs -mkdir -p /user/intflag/input

        • （b）将测试文件内容上传到文件系统上

          1
          2
          3
          4
          5
          [intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -put wcinput/wc.input /user/intflag/input

          或

          [intflag@hadoop101 hadoop-2.7.2]$ hdfs dfs -put wcinput/wc.input  /user/intflag/input

        • （c）查看上传的文件是否正确

          1
          [intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -ls -R /

        • （d）在Hdfs上运行mapreduce程序

          1
          [intflag@hadoop101 hadoop-2.7.2]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/intflag/input/wc.input /user/intflag/output

        • （e）查看输出结果

          1
          2
          3
          4
          5
          6
          [intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -cat /user/intflag/output/part-r-00000
          intflag 2
          doop    1
          hadoop  1
          mapreduce       1
          yarn    1

        • （f）将测试文件内容下载到本地

          1
          [intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -get /user/intflag/output/part-r-00000 ./wcoutput/

        • （g）删除输出结果

          1
          2
          3
          [intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -rm -r /user/intflag/output
          18/11/21 10:17:43 INFO fs.TrashPolicyDefault: Namenode trash configuration: Deletion interval = 0 minutes, Emptier interval = 0 minutes.
          Deleted /user/intflag/output

        • （H）hadoop fs、hadoop dfs与hdfs dfs命令的区别

          • hadoop fs：使用面最广，可以操作任何文件系统。
          • hadoop dfs与hdfs dfs：只能操作HDFS文件系统相关（包括与Local FS间的操作），前者已经Deprecated，一般使用后者。

  • YARN上运行MapReduce 程序

    • 1）分析：

      • （1）准备1台客户机
      • （2）安装jdk
      • （3）配置环境变量
      • （4）安装hadoop
      • （5）配置环境变量
      • （6）配置集群yarn上运行
      • （7）启动、测试集群增、删、查
      • （8）在yarn上执行wordcount案例

    • 2）执行步骤

      • （1）配置集群

        • （a）配置yarn-env.sh

          1
          2
          配置一下JAVA_HOME
          export JAVA_HOME=/opt/module/jdk1.7.0_79

        • （b）配置：mapred-env.sh

          1
          2
          配置一下JAVA_HOME
          export JAVA_HOME=/opt/module/jdk1.7.0_79

        • （c）配置yarn-site.xml

          1
          2
          3
          4
          5
          6
          7
          8
          9
          10
          11
          <!-- 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>

        • （d）配置： (对mapred-site.xml.template重新命名为) mapred-site.xml

          1
          2
          3
          4
          5
          <!-- 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namenode和datanode（先用jps查看，若已启动则不需要再启）

          1
          2
          sbin/hadoop-daemon.sh start namenode
          sbin/hadoop-daemon.sh start datanode

        • （b）启动resourcemanager

          1
          sbin/yarn-daemon.sh start resourcemanager

        • （c）启动nodemanager

          1
          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（需要配置host，不配置可用ip地址访问）

        • （b）删除文件系统上的output文件（若无则不用删除）

          1
          bin/hdfs dfs -rm -R /user/mapreduce/wordcount/output

        • （c）执行mapreduce程序

          1
          hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/intflag/input /user/intflag/output

        • （d）查看运行结果

          1
          2
          3
          4
          5
          6
          [intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -cat /user/intflag/output/part-r-00000
          intflag 2
          doop    1
          hadoop  1
          mapreduce       1
          yarn    1

  • 修改本地临时文件存储目录

    • 1）停止进程

      1
      2
      3
      4
      5
      6
      7
      8
      9
      [intflag@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop nodemanager
      stopping nodemanager
      [intflag@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop resourcemanager
      stopping resourcemanager
      [intflag@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh stop namenode
      stopping namenode
      [intflag@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh stop datanode
      stopping datanode
      [intflag@hadoop101 hadoop-2.7.2]$

    • 2）修改hadoop.tmp.dir

      1
      2
      3
      4
      5
      <!-- 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>

    • 3）删除旧的临时文件

      1
      2
      3
      [intflag@hadoop101 tmp]$ rm -rf hadoop-intflag
      [intflag@hadoop101 tmp]$ rm -rf hadoop-intflag-namenode.pid 
      [intflag@hadoop101 hadoop-2.7.2]$ rm -rf logs/

    • 4）格式化NameNode

      1
      [intflag@hadoop101 hadoop-2.7.2]$ hadoop namenode -format

    • 5）启动所有进程

      1
      2
      3
      4
      [intflag@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode
      [intflag@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode
      [intflag@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh start resourcemanager
      [intflag@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh start nodemanager

    • 6）查看/opt/module/hadoop-2.7.2/data/tmp这个目录下的内容。

  • Hadoop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：存放在hadoop相应的jar包中

      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      [core-default.xml]
      		hadoop-common-2.7.2.jar/ core-default.xml

      [hdfs-default.xml]
      		hadoop-hdfs-2.7.2.jar/ hdfs-default.xml

      [yarn-default.xml]
      		hadoop-yarn-common-2.7.2.jar/ yarn-default.xml

      [core-default.xml]
      		hadoop-mapreduce-client-core-2.7.2.jar/ core-default.xml

    • （2）自定义配置文件：存放在$HADOOP_HOME/etc/hadoop

      1
      2
      3
      4
      5
      6
      7
      core-site.xml

      hdfs-site.xml

      yarn-site.xml

      mapred-site.xml
2.3、完全分布式部署Hadoop
  • 见Hadoop系列005-Hadoop运行模式（下）
-------------本文结束感谢您的阅读-------------