标签：xml hadoop 模式 Hadoop centos7 atguigu hadoop2.7 root 分布式
Hadoop运行模式包括：本地模式、伪分布式模式以及完全分布式模式。
Hadoop官方网站：http://hadoop.apache.org/
一、本地运行模式
1、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 [root@centos7 hadoop2.7]# mkdir input 2、将Hadoop的xml配置文件复制到input [root@centos7 hadoop2.7]# cp etc/hadoop/*.xml input 3、执行share目录下的MapReduce程序 [root@centos7 hadoop2.7]# 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 [root@centos7 hadoop2.7]# cat output/*
2、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 [root@centos7 hadoop2.7]# mkdir wcinput
2、在wcinput文件下创建一个wc.input文件 [root@centos7 hadoop2.7]# cd wcinput [root@centos7 wcinput]# touch wc.input
3、编辑wc.input文件 [root@centos7 wcinput]# vim wc.input
在文件中输入如下内容 hadoop yarn hadoop mapreduce atguigu atguigu 保存退出：：wq!
4、回到Hadoop目录/opt/module/hadoop-2.7.2 5、执行程序 [root@centos7 hadoop2.7]# bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput wcoutput
6、查看结果 [root@centos7 hadoop2.7]# cat wcoutput/part-r-00000 atguigu 2 hadoop 2 mapreduce 1 yarn 1
二、伪分布式运行模式
1、启动HDFS并运行MapReduce程序
（1）配置集群
步骤一：配置：/opt/software/hadoop2.7/etc/hadoop/hadoop-env.sh
Linux系统中获取JDK的安装路径： [root@centos7 sbin]# echo $JAVA_HOME /opt/software/jdk1.8 修改 JAVA_HOME 路径： export JAVA_HOME=/opt/software/jdk1.8
步骤二：配置：core-site.xml
<!-- 指定HDFS中NameNode的地址 --> <property> <name>fs.defaultFS</name> <value>hdfs://localhost: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/software/hadoop2.7/data/tmp</value> </property>
步骤三：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
步骤一：格式化NameNode（第一次启动时格式化，以后就不要总格式化）
[root@centos7 hadoop2.7]# bin/hdfs namenode -format
步骤二：启动NameNode
[root@centos7 hadoop2.7]# sbin/hadoop-daemon.sh start namenode
步骤三：启动DataNode
[root@centos7 hadoop2.7]# sbin/hadoop-daemon.sh start datanode
（3）查看集群
（a）查看是否启动成功
[root@centos7 hadoop2.7]# jps 6967 DataNode 6905 NameNode 7004 Jps
注意：jps是JDK中的命令，不是Linux命令。不安装JDK不能使用jps
（b）web端查看HDFS文件系统
http://192.168.164.130:50070/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
（c）查看产生的Log日志
说明：在企业中遇到Bug时，经常根据日志提示信息去分析问题、解决Bug。
当前目录：/opt/software/hadoop2.7/logs
[root@centos7 logs]# ll 总用量 60 -rw-r--r--. 1 root root 23691 6月 28 15:45 hadoop-root-datanode-centos7.log -rw-r--r--. 1 root root 714 6月 28 15:42 hadoop-root-datanode-centos7.out -rw-r--r--. 1 root root 27312 6月 28 15:45 hadoop-root-namenode-centos7.log -rw-r--r--. 1 root root 714 6月 28 15:42 hadoop-root-namenode-centos7.out -rw-r--r--. 1 root root 0 6月 28 15:42 SecurityAuth-root.audit [root@centos7 logs]# cat hadoop-root-datanode-centos7.log
（d）思考：为什么不能一直格式化NameNode，格式化NameNode，要注意什么？
[root@centos7 hadoop2.7]# cd data/tmp/dfs/name/current/ [root@centos7 current]# cat VERSION #Mon Jun 28 15:41:51 CST 2021 namespaceID=1896073757 clusterID=CID-0eb6f1ed-95ef-4ec8-9aef-420af65a9426 cTime=0 storageType=NAME_NODE blockpoolID=BP-2145795146-192.168.164.130-1624866111307 layoutVersion=-63
注意：格式化NameNode，会产生新的集群id，导致NameNode和DataNode的集群id不一致，集群找不到已往数据。所以，格式NameNode时，一定要先删除data数据和log日志，然后再格式化NameNode。
（4）操作集群
（a）在HDFS文件系统上创建一个input文件夹 [root@centos7 hadoop2.7]# bin/hdfs dfs -mkdir -p /user/atguigu/input
（b）将测试文件内容上传到文件系统上 [root@centos7 hadoop2.7]# bin/hdfs dfs -put wcinput/wc.input /user/atguigu/input/
（c）查看上传的文件是否正确 [root@centos7 hadoop2.7]# bin/hdfs dfs -ls /user/atguigu/input/ Found 1 items -rw-r--r-- 1 root supergroup 45 2021-06-28 16:01 /user/atguigu/input/wc.input [root@centos7 hadoop2.7]# bin/hdfs dfs -cat /user/atguigu/input/wc.input hadoop yarn hadoop mapreduce atguigu atguigu [root@centos7 hadoop2.7]#
（d）运行MapReduce程序 [root@centos7 hadoop2.7]# bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/atguigu/input/ /user/atguigu/output
（e）查看输出结果，命令行查看： [root@centos7 hadoop2.7]# bin/hdfs dfs -cat /user/atguigu/output/*
（f）将测试文件内容下载到本地 [root@centos7 hadoop2.7]# bin/hdfs dfs -get /user/atguigu/output/part-r-00000 ./wcoutput/ （g）删除输出结果 [root@centos7 hadoop2.7]# bin/hdfs dfs -rm -r /user/atguigu/output
2、启动YARN并运行MapReduce程序
（1）配置集群
步骤一：配置yarn-env.sh
步骤二：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>localhost</value>
</property>
步骤三：配置mapred-env.sh
步骤四：配置mapred-site.xml (对mapred-site.xml.template重新命名为)
[root@centos7 hadoop]# mv mapred-site.xml.template mapred-site.xml
[root@centos7 hadoop]# vim 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
步骤一：启动前必须保证NameNode和DataNode已经启动
步骤二：启动ResourceManager
[root@centos7 hadoop2.7]# sbin/yarn-daemon.sh start resourcemanager
步骤三：启动NodeManager
[root@centos7 hadoop2.7]# sbin/yarn-daemon.sh start nodemanager
（3）集群操作
（a）YARN的浏览器页面查看，如下图所示 http://localhost:8088/cluster
（b）删除文件系统上的output文件 [root@centos7 hadoop2.7]# bin/hdfs dfs -rm -R /user/atguigu/output
（c）执行MapReduce程序 [root@centos7 hadoop2.7]# bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/atguigu/input /user/atguigu/output
（d）查看运行结果，如下图所示 [root@centos7 hadoop2.7]# bin/hdfs dfs -cat /user/atguigu/output/*
3、配置历史服务器
为了查看程序的历史运行情况，需要配置一下历史服务器。具体配置步骤如下：
步骤一：配置mapred-site.xml
[root@centos7 hadoop]# pwd
/opt/software/hadoop2.7/etc/hadoop
[root@centos7 hadoop]# vim mapred-site.xml
在该文件里面增加如下配置：
<!-- 历史服务器端地址 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>localhost:10020</value>
</property>
<!-- 历史服务器web端地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>localhost:19888</value>
</property>
步骤二：启动历史服务器
[root@centos7 hadoop2.7]# sbin/mr-jobhistory-daemon.sh start historyserver
步骤三：查看历史服务器是否启动
[root@centos7 hadoop2.7]# jps
步骤四：查看JobHistory
http://localhost:19888/jobhistory/job/job_1624931819639_0001
4、配置日志的聚集
日志聚集概念：应用运行完成以后，将程序运行日志信息上传到HDFS系统上。
日志聚集功能好处：可以方便的查看到程序运行详情，方便开发调试。
注意：开启日志聚集功能，需要重新启动NodeManager 、ResourceManager和HistoryManager。
步骤一：配置yarn-site.xml
[atguigu@hadoop101 hadoop]$ vi yarn-site.xml
在该文件里面增加如下配置。
<!-- 日志聚集功能使能 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<!-- 日志保留时间设置7天 -->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
步骤二：关闭NodeManager 、ResourceManager和HistoryManager
[root@centos7 hadoop2.7]# sbin/mr-jobhistory-daemon.sh stop historyserver [root@centos7 hadoop2.7]# sbin/yarn-daemon.sh stop nodemanager [root@centos7 hadoop2.7]# sbin/yarn-daemon.sh stop resourcemanager
步骤三：启动NodeManager 、ResourceManager和HistoryManager
[root@centos7 hadoop2.7]# sbin/yarn-daemon.sh start resourcemanager [root@centos7 hadoop2.7]# sbin/yarn-daemon.sh start nodemanager [root@centos7 hadoop2.7]# sbin/mr-jobhistory-daemon.sh start historyserver
测试：
删除HDFS上已经存在的输出文件 [root@centos7 hadoop2.7]# bin/hdfs dfs -rm -R /user/atguigu/output
执行WordCount程序 [root@centos7 hadoop2.7]# bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/atguigu/input /user/atguigu/output
5、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：
要获取的默认文件 文件存放在Hadoop的jar包中的位置 [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 [mapred-default.xml] hadoop-mapreduce-client-core-2.7.2.jar/ mapred-default.xml
（2）自定义配置文件：
core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四个配置文件存放在$HADOOP_HOME/etc/hadoop这个路径上，用户可以根据项目需求重新进行修改配置。
标签：xml,hadoop,模式,Hadoop,centos7,atguigu,hadoop2.7,root,分布式 来源： https://www.cnblogs.com/jwen1994/p/14943830.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。