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

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 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

      [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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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) ...

  7. 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 ...

  8. 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:

  9. 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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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): ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 【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] ...

  9. 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 ...

  10. 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 ...