1. 程式人生 > >Hadoop系列004-Hadoop執行模式(上)

Hadoop系列004-Hadoop執行模式(上)


title: Hadoop系列004-Hadoop執行模式(上)
date: 2018-11-20 14:27:00
updated: 2018-11-20 14:27:00
categories: Hadoop
tags: [Hadoop,框架,執行模式]


本人微信公眾號,歡迎掃碼關注!

Hadoop執行模式

1、概述

1)官方網址

  • 官方網站:http://hadoop.apache.org/
  • 各個版本歸檔庫地址:https://archive.apache.org/dist/hadoop/common/hadoop-2.7.2/
  • hadoop2.7.2版本詳情介紹:http://hadoop.apache.org/docs/r2.7.2/

2)Hadoop執行模式

  • 本地模式(預設模式):不需要啟用單獨程序,直接可以執行,測試和開發時使用。
  • 偽分散式模式:等同於完全分散式,只有一個節點。
  • 完全分散式模式:多個節點一起執行。

2、案例

2.1、本地檔案執行Hadoop 案例
  • 官方grep案例

    • 1)建立在hadoop-2.7.2檔案下面建立一個input資料夾

      [[email protected] hadoop-2.7.2]$mkdir input
    • 2)將hadoop的xml配置檔案複製到input

      [[email protected] hadoop-2.7.2]$cp etc/hadoop/*.xml input
    • 3)執行share目錄下的mapreduce程式

      [[email protected] hadoop-2.7.2]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar grep input output 'dfs[a-z.]+'
    • 4)檢視輸出結果

      [[email protected] hadoop-2.7.2]$ cat output/*
  • 官方wordcount案例

    • 1)建立在hadoop-2.7.2檔案下面建立一個wcinput資料夾

      [[email protected]
      hadoop-2.7.2]$mkdir wcinput
    • 2)在wcinput檔案下建立一個wc.input檔案

      [[email protected] hadoop-2.7.2]$cd wcinput
      [[email protected] wcinput]$touch wc.input
    • 3)編輯wc.input檔案

      [[email protected] wcinput]$vim wc.input
      在檔案中輸入如下內容
      hadoop yarn
      hadoop mapreduce 
      intflag
      intflag
      
      儲存退出::wq
    • 4)回到hadoop目錄/opt/module/hadoop-2.7.2

    • 5)執行程式

      [[email protected] hadoop-2.7.2]$hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput wcoutput
    • 6)檢視結果

      [[email protected] hadoop-2.7.2]$cat wcoutput/part-r-00000
      intflag 2
      hadoop  2
      mapreduce       1
      yarn    1
2.2、偽分散式執行Hadoop 案例
  • HDFS上執行MapReduce 程式

    • 1)分析:

      • (1)準備1臺客戶機
      • (2)安裝jdk
      • (3)配置環境變數
      • (4)安裝hadoop
      • (5)配置環境變數
      • (6)配置叢集
      • (7)啟動、測試叢集增、刪、查
      • (8)在HDFS上執行wordcount案例
    • 2)執行步驟

      • (1)配置叢集

        • (a)配置:hadoop-env.sh

          • Linux系統中獲取jdk的安裝路徑

            [[email protected] hadoop101 ~]# echo $JAVA_HOME
            /opt/module/jdk1.7.0_79
          • 修改JAVA_HOME 路徑

            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執行時產生檔案的儲存目錄 -->
          <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副本的數量 -->
          <property>
              <name>dfs.replication</name>
              <value>1</value>
          </property>
      • (2)啟動叢集

        • (a)格式化namenode(第一次啟動時格式化,以後就不要總格式化)

          bin/hdfs namenode -format
        • (b)啟動namenode

          sbin/hadoop-daemon.sh start namenode
        • (c)啟動datanode

          sbin/hadoop-daemon.sh start datanode
      • (3)檢視叢集

        • (a)檢視是否啟動成功

          [[email protected] ~]# jps
          13586 NameNode
          13668 DataNode
          13786 Jps
        • (b)檢視產生的log日誌

          當前目錄:/opt/module/hadoop-2.7.2/logs
          
          [[email protected] 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
          
          [[email protected] logs]# cat hadoop-root-datanode-hadoop.intflag.com.log
        • (c)web端檢視HDFS檔案系統

          http://192.168.25.101:50070/dfshealth.html#tab-overview
          
          注意:如果不能檢視,看如下帖子處理
          http://www.cnblogs.com/zlslch/p/6604189.html
      • (4)操作叢集

        • (a)在hdfs檔案系統上建立一個input資料夾

          [[email protected] hadoop-2.7.2]$ hadoop fs -mkdir -p /user/intflag/input
          
          或
          
          [[email protected] hadoop-2.7.2]$ hdfs dfs -mkdir -p /user/intflag/input
        • (b)將測試檔案內容上傳到檔案系統上

          [[email protected] hadoop-2.7.2]$ hadoop fs -put wcinput/wc.input /user/intflag/input
          
          或
          
          [[email protected] hadoop-2.7.2]$ hdfs dfs -put wcinput/wc.input  /user/intflag/input
        • (c)檢視上傳的檔案是否正確

          [[email protected] hadoop-2.7.2]$ hadoop fs -ls -R /
        • (d)在Hdfs上執行mapreduce程式

          [[email protected] 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)檢視輸出結果

          [[email protected] hadoop-2.7.2]$ hadoop fs -cat /user/intflag/output/part-r-00000
          intflag 2
          doop    1
          hadoop  1
          mapreduce       1
          yarn    1
        • (f)將測試檔案內容下載到本地

          [[email protected] hadoop-2.7.2]$ hadoop fs -get /user/intflag/output/part-r-00000 ./wcoutput/
        • (g)刪除輸出結果

          [[email protected] 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與hdfs dfs命令的區別

          • hadoop fs:使用面最廣,可以操作任何檔案系統。
          • hadoop dfs與hdfs dfs:只能操作HDFS檔案系統相關(包括與Local FS間的操作),前者已經Deprecated,一般使用後者。
  • YARN上執行MapReduce 程式

    • 1)分析:

      • (1)準備1臺客戶機
      • (2)安裝jdk
      • (3)配置環境變數
      • (4)安裝hadoop
      • (5)配置環境變數
      • (6)配置叢集yarn上執行
      • (7)啟動、測試叢集增、刪、查
      • (8)在yarn上執行wordcount案例
    • 2)執行步驟

      • (1)配置叢集

        • (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獲取資料的方式 -->
          <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: (對mapred-site.xml.template重新命名為) mapred-site.xml

          <!-- 指定mr執行在yarn上 -->
          <property>
              <name>mapreduce.framework.name</name>
              <value>yarn</value>
          </property>
      • (2)啟動叢集

        • (a)啟動namenode和datanode(先用jps檢視,若已啟動則不需要再啟)

          sbin/hadoop-daemon.sh start namenode
          sbin/hadoop-daemon.sh start datanode
          
        • (b)啟動resourcemanager

          sbin/yarn-daemon.sh start resourcemanager
          
        • (c)啟動nodemanager

          sbin/yarn-daemon.sh start nodemanager
          
      • (3)叢集操作

        • (a)yarn的瀏覽器頁面檢視:http://hadoop101:8088/cluster

        • (b)刪除檔案系統上的output檔案(若無則不用刪除)

          bin/hdfs dfs -rm -R /user/mapreduce/wordcount/output
          
        • (c)執行mapreduce程式

          hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/intflag/input /user/intflag/output
          
        • (d)檢視執行結果

          [[email protected] hadoop-2.7.2]$ hadoop fs -cat /user/intflag/output/part-r-00000
          intflag 2
          doop    1
          hadoop  1
          mapreduce       1
          yarn    1
          
  • 修改本地臨時檔案儲存目錄

    • 1)停止程序

      [[email protected] hadoop-2.7.2]$ sbin/yarn-daemon.sh stop nodemanager
      stopping nodemanager
      [[email protected] hadoop-2.7.2]$ sbin/yarn-daemon.sh stop resourcemanager
      stopping resourcemanager
      [[email protected] hadoop-2.7.2]$ sbin/hadoop-daemon.sh stop namenode
      stopping namenode
      [[email protected] hadoop-2.7.2]$ sbin/hadoop-daemon.sh stop datanode
      stopping datanode
      [[email protected] hadoop-2.7.2]$ 
      
    • 2)修改hadoop.tmp.dir

      <!-- 指定hadoop執行時產生檔案的儲存目錄 -->
      <property>
          <name>hadoop.tmp.dir</name>
          <value>/opt/module/hadoop-2.7.2/data/tmp</value>
      </property>
      
    • 3)刪除舊的臨時檔案

      [[email protected] tmp]$ rm -rf hadoop-intflag
      [[email protected] tmp]$ rm -rf hadoop-intflag-namenode.pid 
      [[email protected] hadoop-2.7.2]$ rm -rf logs/
      
    • 4)格式化NameNode

      [[email protected] hadoop-2.7.2]$ hadoop namenode -format
      
    • 5)啟動所有程序

      [[email protected] hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode
      [[email protected] hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode
      [[email protected] hadoop-2.7.2]$ sbin/yarn-daemon.sh start resourcemanager
      [[email protected] hadoop-2.7.2]$ sbin/yarn-daemon.sh start nodemanager
      
    • 6)檢視/opt/module/hadoop-2.7.2/data/tmp這個目錄下的內容。

  • Hadoop配置檔案說明

    • Hadoop配置檔案分兩類:預設配置檔案和自定義配置檔案,只有使用者想修改某一預設配置值時,才需要修改自定義配置檔案,更改相應屬性值。

    • (1)預設配置檔案:存放在hadoop相應的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)自定義配置檔案:存放在$HADOOP_HOME/etc/hadoop

      core-site.xml
      
      hdfs-site.xml
      
      yarn-site.xml
      
      mapred-site.xml
      
2.3、完全分散式部署Hadoop
  • 見Hadoop系列005-Hadoop執行模式(下)