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]
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)