上節我們修改了5個配置文件，這節我們開始學習Hadoop初始化和測試，首先我們需要Hadoop的環境變量，輸入命令：vim /etc/profile並按回車進入配置文件，如下圖所示，我們添加的內容是下面紅色圈住的內容。
編輯完之後我們按ESC鍵進行退出編輯，然後輸入:wq保存並退出該文件，然後我們輸入命令source /etc/profile來使配置起作用，如下圖所示。
接下來我們開始初始化HDFS（格式化文件系統），格式化之前我們先到hadoop2.2.0目錄，查看下該目錄下都有哪些文件，從下圖我們可以看出目前並沒有tmp這個目錄。
格式化文件的命令如果我們不知道的話，可以輸入hdfs之後按回車，看提示信息，如下圖所示，我們可以知道格式化的命令是hdfs namenode -format
我們輸入命令hdfs namenode -format並按回車後就開始進行格式化了，格式化完之後我們如果從信息中看到如下紅色圈住的內容（/itcast/hadoop-2.2.0/tmp/dfs/name has been successfully formatted）說明格式化成功了！
格式化完之後，我們再來看看hadoop-2.2.0目錄下的文件列表，我們可以看到列表中已經有tmp這個目錄了。
接下來我們開啓hdfs和yarn，首先我們進入sbin目錄，然後查看都有哪些腳本，我們發現有很多腳本，其中我們用到的是start-dfs.sh、start-yarn.sh，當然，我們也可以直接用start-all.sh（不過已經過時了）來啓動，如下圖所示。
我們先啓動dfs，輸入命令./start-dfs.sh並按回車，啓動過程中會多次讓你輸入yes和root賬號的密碼，如下圖所示。
啓動完start-dfs.sh之後，我們接着啓動start-yarn.sh，如下圖所示。
啓動完兩個腳本之後，我們來看一下java process snapshot（jps），我們發現有6個進程，其中NameNode是HDFS的老大，DataNode是HDFS的小弟，ResourceManager是YARN的老大，NodeManager是YARN的小弟，另外SecondaryNameNode是HDFS的NameNode的助理幫助NameNode完成一些數據的同步，主要用來合併fsimage和edits文件等。這說明我們前一節配置的完全正確，一次性我們啓動成功！
我們還可以通過瀏覽器的方式進行驗證：
http://192.168.8.88:50070 (hdfs管理界面)
http://192.168.8.88:8088 (yarn管理界面)
我們先在瀏覽器地址欄輸入http://192.168.8.88:50070並回車，我們會進入以下頁面，我們可以看到頁面最上方便是NameNode的信息，該NameNode目前狀態是active狀態，說明正常，還有就是由於目前我們配置的是僞分佈式，只能有一個NameNode，等到真正的集羣時NameNode可能有多個。我們看到下面Cluster Summary表格中有一行是Live Nodes 信息顯示它有一個DataNode，我們要查看這個DataNode的詳細信息我們便點擊Live Nodes鏈接。
點擊Live Nodes後我們進入下面這個子頁面，我們可以看到DataNode的詳細信息，真正的集羣環境下DataNode將會有很多。
接下來我們來查看一下HDFS的文件系統，我們點擊"Browse the filesystem"，我們會發現無法訪問，如下圖所示
之所以出現如上圖那樣無法訪問的情況，是因爲瀏覽器訪問的時候是以主機名的方式訪問的，我們Windows系統還沒配置過IP和主機名的相關映射，我們
在C:\Windows\System32\drivers\etc目錄下可以找到host文件，如下圖所示：
我們打開hosts文件在文件最下方我們配置一下IP和主機名之間的映射關係，如下圖所示，保存並關閉文件。
然後我們刷新一下剛纔沒有加載出來的頁面，會發現可以正常顯示文件系統了，如下圖所示
看完了HDFS的管理界面，我們接着來看yarn的管理界面，在地址欄輸入:http://192.168.8.88:8088並回車，就可以看到如下圖所示的界面。
接下來我們開始測試HDFS的功能，我們先向HDFS上傳一個文件，我們就把JDK上傳到HDFS，我們回到root根目錄，ls命令查看文件列表，jdk就在該目錄下，我們上傳時先輸入hadoop，如果下面的命令忘了的話可以直接按回車。
我們看到的提示信息如下圖所示，從中我們可以看到fs，這個客戶端可以進行一些文件操作，因此我們在hadoop命令後加上fs，後面的命令還不知道的話，接着按Enter查看提示信息。
hadoop fs回車後的提示信息如下圖所示，我們可以看到有很多命令可用，其中我們很關注的便是上傳和下載功能，即下圖中的-get和-put命令
所謂的上傳就是把文件從本地文件系統（Linux文件系統）上傳到HDFS文件系統，我們用命令：
hadoop fs -put /root/jdk-7u80-linux-x64.gz hdfs://itcast01:9000/jdk，這條命令的意思是從root目錄下把jdk文件上傳到HDFS系統的根目錄下並給文件重命名爲jdk。
上傳完之後我們便可以到HDFS文件系統進行查看是否剛纔上傳的文件上傳成功了，我們刷新一下：http://itcast01:50075/browseDirectory.jsp?namenodeInfoPort=50070&dir=/&nnaddr=192.168.8.88:9000這個網址，便可以看到我們剛纔上傳的文件確實已經在HDFS系統當中了。
既然可以上傳，當然也可以下載，那麼我們怎麼下載呢，第一種方法是我們點擊上圖中Name這一列中Jdk的鏈接，會進入到如下圖所示的頁面，我們點擊下面紅色框中的“Download this file”鏈接，就會彈出下載提示框，我們下載即可。
第二種下載方法便是用命令的方式，跟put類似，如下圖所示，用命令：hadoop fs -get hdfs://itcast01:9000/jdk /home/jdk1.7，這條命令的意思是從hdfs文件系統的根目錄下將jdk文件下載到本地/home/文件夾下並且將名字命名爲jdk1.7。
下載到本地的文件我們怎麼知道是否已經被損壞了呢，我們只需對該文件進行解壓即可，我們使用命令:tar -zxvf jdk1.7進行解壓縮，解壓完後我們使用ls命令查看該目錄當前的所有文件，發現多了jdk1.7.0_80這個文件夾，說明解壓成功，同時說明下載的文件沒問題。
接着我們測試MR和YARN，我們使用Hadoop官方提供的事例程序進行測試，我們先回到hadoop-2.2.0目錄然後一步一步找到hadoop-mapreduce-examples-2.2.0.jar。
爲了進行測試，我們使用命令vim word新建並打開word文件並在文件中插入如下圖所示內容，保存並退出。
我們先用linux命令mc word來統計我們剛纔輸入的內容，下圖中的5代表行數，10代表總共有10個單詞，56代表的是字符的數量。
接下來我們使用hadoop命令來進行統計，爲了防止本地word文件慢慢越來越大，我們把mapreduce目錄下的word文件上傳到HDFS系統，我們使用的命令是：hadoop fs -put word hdfs://itcast01:9000/word，上傳成功後，我們用命令hadoop fs -ls hdfs://itcast01:9000/來查看HDFS根目錄下的所有文件，從下圖我們可以看到我們剛纔上傳的word文件確實已經上傳到HDFS系統的根目錄下了。
我們還可以通過在瀏覽器中瀏覽HDFS文件系統列表：http://itcast01:50075/browseDirectory.jsp?dir=%2F&namenodeInfoPort=50070&nnaddr=192.168.8.88:9000 可以看到word文件已在文件列表中。
我們點擊上圖的word鏈接，進入該文件的具體內容，如下圖紅色框中的內容，就是我們新建word文件時輸入的內容。
我們正式開始使用hadoop命令來統計我們輸入的內容，命令是：
hadoop jar hadoop-mapreduce-examples-2.2.0.jar
wordcount hdfs://itcast01:9000/word hdfs://itcast01:9000/wcout，針對這條命令，wordcount就是用來統計單詞等信息的，淺藍色的hdfs://itcast01:9000/word代表的是輸入（IN），粉色的hdfs://itcast01:9000/wcout代表的是輸出（Out）
命令執行成功之後，我們可以通過瀏覽器來看，我們依然刷新：http://itcast01:50075/browseDirectory.jsp?dir=%2F&namenodeInfoPort=50070&nnaddr=192.168.8.88:9000這個網址，就可以看到如下圖所示的界面，從中可以看到wcout就在文件列表中。
我們點擊wcout鏈接進入到如下圖所示的界面，其中SUCCESS表示執行成功，part-r-00000是執行結果文件。
我們點擊part-r-00000鏈接進去，就可以看到如下圖所示的統計結果，發現統計結果完全正確！
上面我們的操作完全沒有問題，當然，如果在操作中我們出現了這樣那樣的問題，我們可以通過查看logs文件，logs文件所在的目錄是在hadoop-2.2.0下，如下圖所示，logs文件就在其中。我們進入logs文件，查看該目錄下的所有日誌文件，假如我們要查看namenode的日誌，我們便使用命令：more hadoop-root-namenode-itcast01.log並回車，便可以查看。
下圖便是namenode的錯誤日誌。
至此，我們本節課便學完了！