Hadoop伪分布式运行模式

- 日理万妓 2021-09-20 18:12 404阅读 0赞

### **1 启动HDFS并运行MapReduce程序** ###

1. 分析

（1）配置集群

（2）启动、测试集群增、删、查

（3）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：

[atguigu@ hadoop101 ~]# echo $JAVA_HOME
    
    /opt/module/jdk1.8.0_144

修改JAVA\_HOME 路径：

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

（b）配置：core-site.xml

<table style="margin-left:53.7pt;width:362.8pt;"> 
 <tbody> 
  <tr> 
   <td style="vertical-align:top;width:362.8pt;"> <p>&lt;!-- 指定HDFS中NameNode的地址 --&gt;</p> <p>&lt;property&gt;</p> <p>&lt;name&gt;fs.defaultFS&lt;/name&gt;</p> <p>&nbsp;&nbsp;&nbsp;&nbsp;&lt;value&gt;hdfs://hadoop101:9000&lt;/value&gt;</p> <p>&lt;/property&gt;</p> <p>&nbsp;</p> <p>&lt;!-- 指定Hadoop运行时产生文件的存储目录 --&gt;</p> <p>&lt;property&gt;</p> <p>&lt;name&gt;hadoop.tmp.dir&lt;/name&gt;</p> <p>&lt;value&gt;/opt/module/hadoop-2.7.2/data/tmp&lt;/value&gt;</p> <p>&lt;/property&gt;</p> </td> 
  </tr> 
 </tbody> 
</table>

（c）配置：hdfs-site.xml

<table style="margin-left:54.45pt;width:362.05pt;"> 
 <tbody> 
  <tr> 
   <td style="vertical-align:top;width:362.05pt;"> <p>&lt;!-- 指定HDFS副本的数量 --&gt;</p> <p>&lt;property&gt;</p> <p>&lt;name&gt;dfs.replication&lt;/name&gt;</p> <p>&lt;value&gt;1&lt;/value&gt;</p> <p>&lt;/property&gt;</p> </td> 
  </tr> 
 </tbody> 
</table>

（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）

[atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs namenode -format

（b）启动NameNode

[atguigu@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode

（c）启动DataNode

[atguigu@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode

（3）查看集群

（a）查看是否启动成功

[atguigu@hadoop101 hadoop-2.7.2]$ jps
    
    13586 NameNode
    
    13668 DataNode
    
    13786 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://hadoop101:50070/dfshealth.html\#tab-overview][http_hadoop101_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][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/module/hadoop-2.7.2/logs

[atguigu@hadoop101 logs]$ ls
    
    hadoop-atguigu-datanode-hadoop.atguigu.com.log
    
    hadoop-atguigu-datanode-hadoop.atguigu.com.out
    
    hadoop-atguigu-namenode-hadoop.atguigu.com.log
    
    hadoop-atguigu-namenode-hadoop.atguigu.com.out
    
    SecurityAuth-root.audit
    
    [atguigu@hadoop101 logs]# cat hadoop-atguigu-datanode-hadoop101.log

**（d）思考：为什么不能一直格式化****N****ame****N****ode，格式化****N****ame****N****ode，要注意什么？**

[atguigu@hadoop101 hadoop-2.7.2]$ cd data/tmp/dfs/name/current/
    
    [atguigu@hadoop101 current]$ cat VERSION
    
    clusterID=CID-f0330a58-36fa-4a2a-a65f-2688269b5837
    
    
    
    [atguigu@hadoop101 hadoop-2.7.2]$ cd data/tmp/dfs/data/current/
    
    clusterID=CID-f0330a58-36fa-4a2a-a65f-2688269b5837

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

[atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs -mkdir -p /user/atguigu/input

（b）将测试文件内容**上传**到文件系统上

[atguigu@hadoop101 hadoop-2.7.2]$bin/hdfs dfs -put wcinput/wc.input
    
      /user/atguigu/input/

（c）**查看**上传的文件是否正确

[atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs -ls  /user/atguigu/input/
    
    [atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs -cat  /user/atguigu/ input/wc.input

（d）运行MapReduce程序

[atguigu@hadoop101 hadoop-2.7.2]$ 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：

[atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs -cat /user/atguigu/output/*

浏览器查看，如图2-34所示

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWR1XzQxNjY2MTk4_size_16_color_FFFFFF_t_70][]

图2-34 查看output文件

（f）将测试文件内容**下载**到本地

[atguigu@hadoop101 hadoop-2.7.2]$ hdfs dfs -get /user/atguigu/output/part-r-00000 ./wcoutput/

（g）**删除**输出结果

[atguigu@hadoop101 hadoop-2.7.2]$ hdfs dfs -rm -r /user/atguigu/output

### **2 启动YARN并运行MapReduce程序** ###

1. 分析

（1）配置集群在YARN上运行MR

（2）启动、测试集群增、删、查

（3）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/jdk1.8.0_144

（b）配置yarn-site.xml

<property>
    
      <name>yarn.nodemanager.aux-services</name>
    
      <value>mapreduce_shuffle</value>
    
    </property>
    
    
    
    
    
    <property>
    
    <name>yarn.resourcemanager.hostname</name>
    
    <value>hadoop101</value>
    
    </property>

（c）配置：mapred-env.sh

配置一下JAVA\_HOME

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

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

[atguigu@hadoop101 hadoop]$ mv mapred-site.xml.template mapred-site.xml
    
    [atguigu@hadoop101 hadoop]$ vi mapred-site.xml

<property>
    
    <name>mapreduce.framework.name</name>
    
    <value>yarn</value>
    
    </property>

（2）启动集群

（a）启动前必须保证NameNode和DataNode已经启动

（b）启动ResourceManager

[atguigu@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh start resourcemanager

（c）启动NodeManager

[atguigu@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh start nodemanager

（3）集群操作

（a）YARN的浏览器页面查看，如图2-35所示

http://hadoop101:8088/cluster

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWR1XzQxNjY2MTk4_size_16_color_FFFFFF_t_70 1][]

图2-35 YARN的浏览器页面

（b）删除文件系统上的output文件

[atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs -rm -R /user/atguigu/output

（c）执行MapReduce程序

[atguigu@hadoop101 hadoop-2.7.2]$ 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，如图2-36所示

[atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs -cat /user/atguigu/output/*

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWR1XzQxNjY2MTk4_size_16_color_FFFFFF_t_70 2][]

图2-36 查看运行结果

### **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：

1. 配置mapred-site.xml

[atguigu@hadoop101 hadoop]$ vi mapred-site.xml

在该文件里面增加如下配置。

<property>
    
    <name>mapreduce.jobhistory.address</name>
    
    <value>hadoop101:10020</value>
    
    </property>
    
    
    
    <property>
    
        <name>mapreduce.jobhistory.webapp.address</name>
    
        <value>hadoop101:19888</value>
    
    </property>

2. 启动历史服务器

[atguigu@hadoop101 hadoop-2.7.2]$ sbin/mr-jobhistory-daemon.sh start historyserver

3. 查看历史服务器是否启动

[atguigu@hadoop101 hadoop-2.7.2]$ jps

4. 查看JobHistory

[http://hadoop101:19888/jobhistory][http_hadoop101_19888_jobhistory]

### **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。

开启日志聚集功能具体步骤如下：

1.  配置yarn-site.xml

[atguigu@hadoop101 hadoop]$ vi yarn-site.xml

在该文件里面增加如下配置。

<property>
    
    <name>yarn.log-aggregation-enable</name>
    
    <value>true</value>
    
    </property>
    
    
    
    
    
    <property>
    
    <name>yarn.log-aggregation.retain-seconds</name>
    
    <value>604800</value>
    
    </property>

1.  关闭NodeManager 、ResourceManager和HistoryManager

[atguigu@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop resourcemanager
    
    [atguigu@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop nodemanager
    
    [atguigu@hadoop101 hadoop-2.7.2]$ sbin/mr-jobhistory-daemon.sh stop historyserver

1.  启动NodeManager 、ResourceManager和HistoryManager

[atguigu@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh start resourcemanager
    
    [atguigu@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh start nodemanager
    
    [atguigu@hadoop101 hadoop-2.7.2]$ sbin/mr-jobhistory-daemon.sh start historyserver

1.  删除HDFS上已经存在的输出文件

[atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs -rm -R /user/atguigu/output

1.  执行WordCount程序

[atguigu@hadoop101 hadoop-2.7.2]$ hadoop jar
    
     share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/atguigu/input /user/atguigu/output

1.  查看日志，如图2-37，2-38，2-39所示

[http://hadoop101:19888/jobhistory][http_hadoop101_19888_jobhistory]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWR1XzQxNjY2MTk4_size_16_color_FFFFFF_t_70 3][]

图2-37  Job History

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWR1XzQxNjY2MTk4_size_16_color_FFFFFF_t_70 4][]

图2-38 job运行情况

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWR1XzQxNjY2MTk4_size_16_color_FFFFFF_t_70 5][]

图2-39 查看日志

### **4.2.5 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：

表2-1

<table style="margin-left:28.35pt;width:386.45pt;"> 
 <tbody> 
  <tr> 
   <td style="vertical-align:top;width:113.4pt;"> <p style="margin-left:0pt;">要获取的默认文件</p> </td> 
   <td style="vertical-align:top;width:273.05pt;"> <p style="margin-left:0pt;">文件存放在Hadoop的jar包中的位置</p> </td> 
  </tr> 
  <tr> 
   <td style="vertical-align:top;width:113.4pt;"> <p style="margin-left:0pt;">[core-default.xml]</p> </td> 
   <td style="vertical-align:top;width:273.05pt;"> <p style="margin-left:0pt;">hadoop-common-2.7.2.jar/ core-default.xml</p> </td> 
  </tr> 
  <tr> 
   <td style="vertical-align:top;width:113.4pt;"> <p style="margin-left:0pt;">[hdfs-default.xml]</p> </td> 
   <td style="vertical-align:top;width:273.05pt;"> <p style="margin-left:0pt;">hadoop-hdfs-2.7.2.jar/ hdfs-default.xml</p> </td> 
  </tr> 
  <tr> 
   <td style="vertical-align:top;width:113.4pt;"> <p style="margin-left:0pt;">[yarn-default.xml]</p> </td> 
   <td style="vertical-align:top;width:273.05pt;"> <p style="margin-left:0pt;">hadoop-yarn-common-2.7.2.jar/ yarn-default.xml</p> </td> 
  </tr> 
  <tr> 
   <td style="vertical-align:top;width:113.4pt;"> <p style="margin-left:0pt;">[mapred-default.xml]</p> </td> 
   <td style="vertical-align:top;width:273.05pt;"> <p style="margin-left:0pt;">hadoop-mapreduce-client-core-2.7.2.jar/ mapred-default.xml</p> </td> 
  </tr> 
 </tbody> 
</table>

（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。

[http_hadoop101_50070_dfshealth.html_tab-overview]: http://hadoop101:50070/dfshealth.html#tab-overview
[http_www.cnblogs.com_zlslch_p_6604189.html]: http://www.cnblogs.com/zlslch/p/6604189.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWR1XzQxNjY2MTk4_size_16_color_FFFFFF_t_70]: /images/20210920/442ec8a565a6438aaf8300bf907c1648.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWR1XzQxNjY2MTk4_size_16_color_FFFFFF_t_70 1]: /images/20210920/fd8983cf950d48c28651d94a0fb5eab9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWR1XzQxNjY2MTk4_size_16_color_FFFFFF_t_70 2]: /images/20210920/c6711882022c43b89e467152ba1a8d02.png
[http_hadoop101_19888_jobhistory]: http://hadoop101:19888/jobhistory
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWR1XzQxNjY2MTk4_size_16_color_FFFFFF_t_70 3]: /images/20210920/d3bde3b2394b413b868709d48e187726.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWR1XzQxNjY2MTk4_size_16_color_FFFFFF_t_70 4]: /images/20210920/f1c233a20e6c461e9200e003987c5441.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JhaWR1XzQxNjY2MTk4_size_16_color_FFFFFF_t_70 5]: /images/20210920/f459a6b0dba8496096a8520197f2540b.png