hadoop的运行模式

概述

	1）资料查询（官方网址）

		（1）官方网站：

        	http://hadoop.apache.org/

		（2）各个版本归档库地址

			https://archive.apache.org/dist/hadoop/common/hadoop-2.7.7/

		（3）hadoop2.7.6版本详情介绍

			https://hadoop.apache.org/docs/r2.7.6/

	2）Hadoop运行模式

		（1）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。

		（2）伪分布式模式：

			等同于完全分布式，只有一个节点。

		（3）完全分布式模式：

			多个节点一起运行。

1. 本地文件运行Hadoop 示例

	1.1 运行官方grep案例

		1）创建在hadoop-2.7.7文件下面创建一个input文件夹

		2）将hadoop的xml配置文件复制到input

		3）执行share目录下的mapreduce程序

		4）查看输出结果

代码示例：

    [shaofei@hadoop128 hadoop-2.7.7]$ mkdir input

    [shaofei@hadoop128 hadoop-2.7.7]$ cp -r etc/hadoop/*.xml input/

    [shaofei@hadoop128 hadoop-2.7.7]$ ll input/

    [shaofei@hadoop128 hadoop-2.7.7]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar grep input/ output 'dfs[a-z.]+'

    [shaofei@hadoop128 hadoop-2.7.7]$ cat output/*

	1.2 官方wordcount案例

		1）创建在hadoop-2.7.7文件下面创建一个wcinput文件夹

		2）在wcinput文件下创建一个wc.input文件

		3）编辑wc.input文件

		4）回到hadoop目录/opt/module/hadoop-2.7.7

		5）执行程序：

		6）查看结果：

代码示例：

    [shaofei@hadoop128 hadoop-2.7.7]$ mkdir wcinput

    [shaofei@hadoop128 hadoop-2.7.7]$ vim wcinput/input.input

    java

    java

    java

    hadoop

    hadoop

    python

    pyfysf

    upuptop

    java

    lll

    haha

    helloworld

:wq

    [shaofei@hadoop128 hadoop-2.7.7]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar wordcount wcinput/ wcoutput

    [shaofei@hadoop128 hadoop-2.7.7]$ cat wcoutput/*

    hadoop	2

    haha	1

    helloworld	1

    java	4

    lll	1

    pyfysf	1

    python	1

    upuptop	1

2 伪分布式运行Hadoop 案例

    2.1 启动HDFS并运行MapReduce 程序

		1）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：

					修改JAVA_HOME 路径：

				（b）配置：core-site.xml

				（c）配置：hdfs-site.xml

			（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）

				（b）启动namenode

				（c）启动datanode

			（3）查看集群

				（a）查看是否启动成功

				（b）查看产生的log日志

				（c）web端查看HDFS文件系统

			（4）操作集群

				（a）在hdfs文件系统上创建一个input文件夹

				（b）将测试文件内容上传到文件系统上

				（c）查看上传的文件是否正确

				（d）运行mapreduce程序

				（e）查看输出结果

					命令行查看：

					浏览器查看

						浏览器查看.png

				（f）将测试文件内容下载到本地

				（g）删除输出结果

代码示例

1）配置集群

配置hadoop-env 里面的JAVA_HOME

[shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/hadoop-env.sh     

    # The java implementation to use.

    export JAVA_HOME=/opt/module/jdk1.8.0_191

配置core-site.xml

[shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/core-site.xml 

    <configuration>

        <!-- 指定HDFS中NameNode的地址 -->

        <property>

            <name>fs.defaultFS</name>

            <value>hdfs://hadoop128:9000</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-2.7.7/data/tmp</value>

        </property>

    </configuration>

配置hdfs-site.xml

[shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/hdfs-site.xml

    <configuration>

        <!-- 指定HDFS副本的数量 -->

        <property>

            <name>dfs.replication</name>

            <value>1</value>

        </property>

    </configuration>

2）启动集群

格式化namenode

[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs namenode -format

启动namenode

[shaofei@hadoop128 hadoop-2.7.7]$ sbin/hadoop-daemon.sh start namenode

确认是否开启成功

[shaofei@hadoop128 hadoop-2.7.7]$ jps

2323 NameNode

2392 Jps

启动datanode

[shaofei@hadoop128 hadoop-2.7.7]$ sbin/hadoop-daemon.sh start datanode

确认是否开启成功

[shaofei@hadoop128 hadoop-2.7.7]$ jps

2417 DataNode

2323 NameNode

2492 Jps

3）查看集群

查看生成的日志log

[shaofei@hadoop128 hadoop-2.7.7]$ cat logs/hadoop-shaofei-datanode-hadoop128.log 

在web端查看HDFS文件系统[ip 为linux服务器ip]

http://hadoop128:50070

http://ip:50070

http://hadoop128:50070/explorer.html#/

4）操作集群

在hdfs文件系统上创建一个wcinput文件夹

[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -mkdir -p /user/shaofei/wcinput

查看是否创建成功

[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -ls /user

复制本地的 wcinput/input.input 到 hdfs系统中的wcinput中 并查看是否上传成功

[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -put wcinput/input.input  /user/shaofei/wcinput

[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -ls /user/shaofei/wcinput

执行MapReduce程序

[shaofei@hadoop128 hadoop-2.7.7]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar wordcount /user/shaofei/wcinput/ /user/shaofei/wcoutput

将结果下载到本地查看

[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -get /user/shaofei/wcoutput

[shaofei@hadoop128 hadoop-2.7.7]$ cat wcoutput/*

在web中查看hdfs系统

/user/shaofei

/user/shaofei/wcinput

/user/shaofei/wcoutput

	 2.2 YARN上运行MapReduce 程序

		1）执行步骤

			（1）配置集群

				（a）配置yarn-env.sh

					配置一下JAVA_HOME

				（b）配置yarn-site.xml

				（c）配置：mapred-env.sh

					配置一下JAVA_HOME

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

			（2）启动集群

				（a）启动前必须保证namenode和datanode已经启动

				（b）启动resourcemanager

				（c）启动nodemanager

			（3）集群操作

				（a）yarn的浏览器页面查看

					http://192.168.1.101:8088/cluster

				（b）删除文件系统上的output文件

				（c）执行mapreduce程序

				（d）查看运行结果

代码示例

1）配置集群

    配置yarn-evn.sh中的JAVA_HOME

    [shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/yarn-env.sh

        # some Java parameters

        export JAVA_HOME=/opt/module/jdk1.8.0_191

    配置yarn-site.xml

    [shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/yarn-site.xml

        <configuration>

            <!-- Site specific YARN configuration properties -->

            <!-- 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>hadoop128</value>

            </property>

        </configuration>

    配置mapred-env.sh中的JAVA_HOME

    [shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/mapred-env.sh

    export JAVA_HOME=/opt/module/jdk1.8.0_191

    对mapred-site.xml.template 重命名

    [shaofei@hadoop128 hadoop-2.7.7]$ mv etc/hadoop/mapred-site.xml.template  etc/hadoop/mapred-site.xml

    配置mapred-site.xml

    [shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/mapred-site.xml

        <configuration>

            <!-- 指定mr运行在yarn上 -->

            <property>

                <name>mapreduce.framework.name</name>

                <value>yarn</value>

            </property>

        </configuration>

2)启动集群

    启动yarn之前需要确定namenode和datanode是启动状态

    [shaofei@hadoop128 hadoop-2.7.7]$ jps

        3184 Jps

        2417 DataNode

        2323 NameNode

    启动ResourceManager

    [shaofei@hadoop128 hadoop-2.7.7]$ sbin/yarn-daemon.sh start resourcemanager

    启动NodeManager

    [shaofei@hadoop128 hadoop-2.7.7]$ sbin/yarn-daemon.sh start nodemanager

    查看启动程序列表

    [shaofei@hadoop128 hadoop-2.7.7]$ jps

    2417 DataNode

    3217 ResourceManager

    3587 Jps

    2323 NameNode

    3465 NodeManager

    在浏览器中查看

     http://[ip]:8088/cluster

2)执行MapReduce

    删除文件系统上的output文件

    [shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -rm -r /user/shaofei/wcoutput

    执行mapreduce程序

    hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar wordcount /user/shaofei/wcinput /user/shaofei/wcoutput

    查看运行结果

    [shaofei@hadoop128 hadoop-2.7.7]$ hadoop fs -cat /user/shaofei/wcoutput/*

3 完全分布式

集群部署规划

–	hadoop132	hadoop133	hadoop134
HDFS	NameNode、DataNode	DataNode	SecondaryNameNode、DataNode
YARN	NodeManager	ResourceManager、NodeManager	NodeManager

配置文件

core-site.xml

<!-- 指定 HDFS 中 NameNode 的地址 -->

	<property>

		<name>fs.defaultFS</name>

		<value>hdfs://hadoop132:9000</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>

hadoop-env.sh

export JAVA_HOME=/opt/module/jdk1.8.0_144

hdfs-site.xml

<configuration>

	<property>

		<name>dfs.replication</name>

		<value>3</value>

	</property>

	<property>

		<name>dfs.namenode.secondary.http-address</name>

		<value>hadoop134:50090</value>

	</property>

</configuration>

slaves

hadoop132

hadoop133

hadoop134

yarn

yarn-env.sh

export JAVA_HOME=/opt/module/jdk1.8.0_144

yarn-site.xml

<configuration>

<!-- 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>hadoop133</value>

	</property>

</configuration>

mapreduce

mapred-env.sh

export JAVA_HOME=/opt/module/jdk1.8.0_144

mapred-site.xml

<configuration>

	<!-- 指定 mr 运行在 yarn 上 -->

	<property>

		<name>mapreduce.framework.name</name>

		<value>yarn</value>

	</property>

</configuration>

集群同步以上配置文件

启动集群

如果集群是第一次启动，需要格式化 namenode

$ bin/hdfs namenode -format

$ sbin/start-dfs.sh

第二台机器上启动yarn

$ sbin/start-yarn.sh

注意：Namenode 和 ResourceManger 如果不是同一台机器，不能在 NameNode 上启动 yarn，应该在 ResouceManager 所在的机器上启动 yarn。

本博客仅为博主学习总结，感谢各大网络平台的资料。蟹蟹!!

hadoop的运行模式的更多相关文章

hadoop本地运行模式调试
一:简介最近学习hadoop本地运行模式,在运行期间遇到一些问题,记录下来备用:以运行hadoop下wordcount为例子. hadoop程序是在集群运行还是在本地运行取决于下面两个参数的设置,第 ...
Hadoop之运行模式
Hadoop运行模式包括:本地模式.伪分布式以及完全分布式模式. 一.本地运行模式 1.官方Grep案例 1)在hadoop-2.7.2目录下创建一个 input 文件夹 [hadoop@hadoop ...
大数据-Hadoop 本地运行模式
Grep案例 1. 创建在hadoop-2.7.2文件下面创建一个input文件夹 [atguigu@hadoop101 hadoop-2.7.2]$ mkdir input 2. 将Hadoop的x ...
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) ...
大数据学习之Hadoop运行模式
一.Hadoop运行模式 (1)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. (2)伪分布式模式: 等同于完全分布式,只有一个节点. (3)完全分布式模式: 多个节点一 ...
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 ...
Hadoop运行模式
Hadoop运行模式 (1)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. 即在一台机器上进行操作,仅为单机版. 本地运行Hadoop官方MapReduce案例操作命令 ...
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

Elevate Web Builder for Web Developers（类似于unigui的东西）
推荐一款pascal 语言的web 开发工具这几天仔细研究了一款使用Pascal 语言开发web 的工具具体介绍可以参照这里. 先上几张他开发的页面照.
社会不是承认有学历的人, 而是承认努力过得人, 而且是真正努力过不是穷忙的人（没有学历就要多付出一倍的努力）good
送你一句这就是你水平差的理由? 楼主你工资低是因为你技术不行, 不想努力然后怪罪学历, 为什么学历高的混得好, 因为学历高的人努力过, 你没学历技术还不行, 凭什么证明你努力过, 社会不是承认有学历 ...
QT多个UI文件加入一个项目
这样可在多个UI界面上进行分部开发.避免都在一个UI下太凌乱…… 在网上找了一些资料,很少有介绍这方面的,以及类似这样项目的源码. 看一些基本控件的使用时,想到了一种方法:使用gridLayout控 ...
QThread多线程编程经典案例分析（三种方法，解释了为什么使用moveToThread的根本原因，即为了避免调用QThread::exec() ）
传统的图形界面应用程序都只有一个线程执行,并且一次执行一个操作.如果用户调用一个比较耗时的操作,就会冻结界面响应. 一个解决方法是按照事件处理的思路: 调用 Void QApplication::pr ...
spring boot中使用servlet、listener和filter
spring boot中支持使用java Web三大组件(servlet.listener和filter),但是坑比较多,主要是spring boot内嵌tomcat和独立tomcat服务器有一些细节 ...
HTML连载16-颜色控制属性2&标签选择器
一.颜色控制属性(上接连载15) (4)十六进制在前端开发中通过十六进制来表示颜色,其实本质就是RGB,十六进制中是通过每两位表示一个颜色. 例如:#FFEE00,其中FF代表的是R,EE代表的G, ...
对shell脚本进行加密
用shell脚本对系统进行自动化维护,简单,便捷而且可移植性好.但shell脚本是可读写的,很有可能会泄露敏感信息,如用户名,密码,路径,IP等.同样,在shell脚本运行时会也泄露敏感信息.请问如何 ...
vue路由传参query和params的区别（详解！）
1.query使用path和name传参都可以,而params只能使用name传参. query传参: 页面: this.$router.push({ path:'/city',name:'City' ...
Liunx 安装 Nessus
Liunx 安装 Nessus 啥子是Nessus 它是一款系统漏洞扫描与分析软件,可以扫描服务器存在哪些漏洞,页面简介美观,非常Nice. 获取激活码首先访问如下网站 https://www. ...
kafka 名词概念
ProducerConsumerBrokerTopicPartitionConsumer Group分布式 Broker Kafka集群包含一个或多个服务器,这种服务器被称为brokerTop ...