Hadoop系列004-Hadoop运行模式(上)
title: Hadoop系列004-Hadoop运行模式(上)
date: 2018-11-20 14:27:00
updated: 2018-11-20 14:27:00
categories: Hadoop
tags: [Hadoop,框架,运行模式]
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
- 官方网站:http://hadoop.apache.org/
- 各个版本归档库地址:https://archive.apache.org/dist/hadoop/common/hadoop-2.7.2/
- hadoop2.7.2版本详情介绍:http://hadoop.apache.org/docs/r2.7.2/
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
[intflag@hadoop101 hadoop-2.7.2]$mkdir input
2)将hadoop的xml配置文件复制到input
[intflag@hadoop101 hadoop-2.7.2]$cp etc/hadoop/*.xml input
3)执行share目录下的mapreduce程序
[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
[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
[intflag@hadoop101 hadoop-2.7.2]$mkdir wcinput
2)在wcinput文件下创建一个wc.input文件
[intflag@hadoop101 hadoop-2.7.2]$cd wcinput
[intflag@hadoop101 wcinput]$touch wc.input
3)编辑wc.input文件
[intflag@hadoop101 wcinput]$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
[intflag@hadoop101 hadoop-2.7.2]$hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput wcoutput
6)查看结果
[intflag@hadoop101 hadoop-2.7.2]$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
[root@ hadoop101 ~]# echo $JAVA_HOME
/opt/module/jdk1.7.0_79
修改JAVA_HOME 路径
export JAVA_HOME=/opt/module/jdk1.7.0_79
(b)配置:/etc/hadoop/下的core-site.xml
<!-- 指定HDFS中NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop101:8020</value>
</property> <!-- 指定hadoop运行时产生文件的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-2.7.2/data/tmp</value>
</property>
(c)配置:hdfs-site.xml
<!-- 指定HDFS副本的数量 -->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
(2)启动集群
(a)格式化namenode(第一次启动时格式化,以后就不要总格式化)
bin/hdfs namenode -format
(b)启动namenode
sbin/hadoop-daemon.sh start namenode
(c)启动datanode
sbin/hadoop-daemon.sh start datanode
(3)查看集群
(a)查看是否启动成功
[root@hadoop ~]# jps
13586 NameNode
13668 DataNode
13786 Jps
(b)查看产生的log日志
当前目录:/opt/module/hadoop-2.7.2/logs [root@hadoop101 logs]# ls hadoop-root-datanode-hadoop.intflag.com.log
hadoop-root-datanode-hadoop.intflag.com.out
hadoop-root-namenode-hadoop.intflag.com.log
hadoop-root-namenode-hadoop.intflag.com.out
SecurityAuth-intflag.audit [root@hadoop101 logs]# cat hadoop-root-datanode-hadoop.intflag.com.log
(c)web端查看HDFS文件系统
http://192.168.25.101:50070/dfshealth.html#tab-overview 注意:如果不能查看,看如下帖子处理
http://www.cnblogs.com/zlslch/p/6604189.html
(4)操作集群
(a)在hdfs文件系统上创建一个input文件夹
[intflag@hadoop101 hadoop-2.7.2]$ 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
[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
[intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -ls -R /
(d)在Hdfs上运行mapreduce程序
[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
[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
[intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -get /user/intflag/output/part-r-00000 ./wcoutput/
(g)删除输出结果
[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
配置一下JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.7.0_79
(b)配置:mapred-env.sh
配置一下JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.7.0_79
(c)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>
(d)配置: (对mapred-site.xml.template重新命名为) 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namenode和datanode(先用jps查看,若已启动则不需要再启)
sbin/hadoop-daemon.sh start namenode
sbin/hadoop-daemon.sh start datanode(b)启动resourcemanager
sbin/yarn-daemon.sh start resourcemanager
(c)启动nodemanager
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
(b)删除文件系统上的output文件(若无则不用删除)
bin/hdfs dfs -rm -R /user/mapreduce/wordcount/output
(c)执行mapreduce程序
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
[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
[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]$2)修改hadoop.tmp.dir
<!-- 指定hadoop运行时产生文件的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-2.7.2/data/tmp</value>
</property>3)删除旧的临时文件
[intflag@hadoop101 tmp]$ 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
[intflag@hadoop101 hadoop-2.7.2]$ hadoop namenode -format
5)启动所有进程
[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 nodemanager6)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
[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
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)
Hadoop系列004-Hadoop运行模式(上)的更多相关文章
- Hadoop入门 完全分布式运行模式-准备
目录 Hadoop运行环境 完全分布式运行模式(重点) scp secure copy 安全拷贝 1 hadoop102上的JDK文件推给103 2 hadoop103从102上拉取Hadoop文件 ...
- Hadoop入门 完全分布式运行模式-集群配置
目录 集群配置 集群部署规划 配置文件说明 配置集群 群起集群 1 配置workers 2 启动集群 总结 3 集群基本测试 上传文件到集群 查看数据真实存储路径 下载 执行wordcount程序 配 ...
- 安装Hadoop系列 — 安装Hadoop
安装步骤如下: 1)下载hadoop:hadoop-1.0.3 http://archive.apache.org/dist/hadoop/core/hadoop-1.0.3/ 2)解压文 ...
- Tomcat系列(8)——Tomcat运行模式连接数和线程池
Connector的主要功能,是接收连接请求,创建Request和Response对象用于和请求端交换数据:然后分配线程让Engine(也就是Servlet容器)来处理这个请求,并把产生的Reques ...
- 安装Hadoop系列 — 导入Hadoop源码项目
将Hadoop源码导入Eclipse有个最大好处就是通过 "ctrl + shift + r" 可以快速打开Hadoop源码文件. 第一步:在Eclipse新建一个Java项目,h ...
- Hadoop系列005-Hadoop运行模式(下)
本人微信公众号,欢迎扫码关注! Hadoop运行模式(下) 2.3.完全分布式部署Hadoop 1)分析: 1)准备3台客户机(关闭防火墙.静态ip.主机名称) 2)安装jdk 3)配置环境变量 4) ...
- ubuntu上Hadoop三种运行模式的部署
Hadoop集群支持三种运行模式:单机模式.伪分布式模式,全分布式模式,下面介绍下在Ubuntu下的部署 (1)单机模式 默认情况下,Hadoop被配置成一个以非分布式模式运行的独立JAVA进程,适合 ...
- 啃掉Hadoop系列笔记(04)-Hadoop运行模式之伪分布式模式
伪分布式模式等同于完全分布式,只是她只有一个节点. 一) HDFS上运行MapReduce 程序 (1)配置集群 (a)配置:hadoop-env.sh Linux系统中获取jdk的安装路径:
- 啃掉Hadoop系列笔记(03)-Hadoop运行模式之本地模式
Hadoop的本地模式为Hadoop的默认模式,不需要启用单独进程,直接可以运行,测试和开发时使用. 在<啃掉Hadoop系列笔记(02)-Hadoop运行环境搭建>中若环境搭建成功,则直 ...
随机推荐
- html5中viewport与meta详解
网上解释手机浏览器是把页面放在一个虚拟的"窗口"(viewport)中,通常这个虚拟的"窗口"(viewport)比屏幕宽,这样就不用把每个网页挤到很小的窗口中 ...
- UnicodeEncodeError: 'ascii' codec can't encode character...的解决方法
在python2.7下,因为想从数据库中读出来分类名进行写入到文件,提示 Traceback (most recent call last): File "test.py", li ...
- Effective Java 第三版——43.方法引用优于lambda表达式
Tips <Effective Java, Third Edition>一书英文版已经出版,这本书的第二版想必很多人都读过,号称Java四大名著之一,不过第二版2009年出版,到现在已经将 ...
- java基础学习周计划之2--面向对象
JAVA面向对象第一天一. 知识点:1. 类和对象二. 关键问题(理论):1. 简述什么是类.什么是对象2. 简述基本类型变量与引用类型变量赋值时的差别3. 简述null的含义三. 关键代码(操作): ...
- ApplicationContextAware 接口的作用
接口说明:当一个类实现了这个接口之后,这个类就可以方便地获得 ApplicationContext 中的所有bean.换句话说,就是这个类可以直接获取Spring配置文件中,所有有引用到的bean对象 ...
- document_index_data.go
package types type DocumentIndexData struct { // 文档全文(必须是UTF-8格式),用于生成待索引的关键词 Content string ...
- bzoj3199 [Sdoi2013]escape
这题真tm是醉了. 就是对于每个亲戚,利用其它的亲戚对他半平面交求出其控制的范围,然后随便跑个最短路就行了 n=0卡了我一下午////// #include <cstdio> #inclu ...
- 【强连通分量】Bzoj1194 HNOI2006 潘多拉的盒子
Description Sulotion 首先要对每对咒语机建图,判断机器a是否能生成所有机器b生成的 如果跑一个相同的串,最后结束的点b可输出a不可输出,判断就为否 大概就用这种思路,f[x][y] ...
- BZOJ_2141_排队_树状数组+分块
BZOJ2141_排队_树状数组+分块 Description 排排坐,吃果果,生果甜嗦嗦,大家笑呵呵.你一个,我一个,大的分给你,小的留给我,吃完果果唱支歌,大家 乐和和.红星幼儿园的小朋友们排起了 ...
- 复仇者联盟3热映,我用python爬取影评告诉你它都在讲什么
Python(发音:英[?pa?θ?n],美[?pa?θɑ:n]),是一种面向对象.直译式电脑编程语言,也是一种功能强大的通用型语言,已经具有近二十年的发展历史,成熟且稳定.它包含了一组完善而且容易理 ...