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!!