安裝Linux以及搭建Hadoop3.1.2集羣（5）——Hadoop運行模式

第六章 Hadoop運行模式

Hadoop運行模式包括：

• 本地模式、僞分佈式模式以及完全分佈式模式。
• Hadoop官方網站：

http://hadoop.apache.org/

6.1 本地運行模式

6.1.1 官方Grep案例

1. 創建在hadoop-3.1.2文件下面創建一個input文件夾

[zpark@hadoop104 hadoop-3.1.2]$ mkdir input

2. 將Hadoop的xml配置文件複製到input

[zpark@hadoop104 hadoop-3.1.2]$ cp etc/hadoop/*.xml input

3. 執行share目錄下的MapReduce程序

[zpark@hadoop104 hadoop-3.1.2]$ bin/hadoop jar
share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.2.jar grep input output 'dfs[a-z.]+'

4. 查看輸出結果

[zpark@hadoop104 hadoop-3.1.2]$ cat output/*

6.1.2 官方WordCount案例

1. 創建在hadoop-3.1.2文件下面創建一個wcinput文件夾

[zpark@hadoop104 hadoop-3.1.2]$ mkdir wcinput

2. 在wcinput文件下創建一個wc.input文件

[zpark@hadoop104 hadoop-3.1.2]$ cd wcinput
[zpark@hadoop104 wcinput]$ touch wc.input

3. 編輯wc.input文件

[zpark@hadoop104 wcinput]$ vi wc.input

在文件中輸入如下內容

hadoop yarn
hadoop mapreduce
zhangyong
zhangyong

保存退出：：wq
4. 回到Hadoop目錄/opt/module/hadoop-3.1.2
5. 執行程序

[zpark@hadoop104 hadoop-3.1.2]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.2.jar wordcount wcinput wcoutput

6. 查看結果

[zpark@hadoop104 hadoop-3.1.2]$ cat wcoutput/part-r-00000
zhangyong 2
hadoop  2
mapreduce       1
yarn    1

6.2僞分佈式運行模式

6.2.1 啓動HDFS並運行MapReduce程序

1. 分析
   （1）配置集羣
   （2）啓動、測試集羣增、刪、查
   （3）執行WordCount案例
2. 執行步驟
   （1）配置集羣
   （a）配置：hadoop-env.sh
   Linux系統中獲取JDK的安裝路徑：

[zpark@hadoop104 ~]# echo $JAVA_HOME
/opt/module/jdk1.8.0_181

修改JAVA_HOME 路徑：

export JAVA_HOME=/opt/module/jdk1.8.0_181

（b）配置：core-site.xml

<!-- 指定HDFS中NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
    <value>hdfs://hadoop104:9000</value>
</property>

<!-- 指定Hadoop運行時產生文件的存儲目錄 -->
<property>
	<name>hadoop.tmp.dir</name>
	<value>/opt/module/hadoop-3.1.2/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）啓動集羣
（a）格式化NameNode（第一次啓動時格式化，以後就不要總格式化）

[zpark@hadoop104 hadoop-3.1.2]$ bin/hdfs namenode -format

（b）啓動NameNode

[zpark@hadoop104 hadoop-3.1.2]$ sbin/hadoop-daemon.sh start namenode

（c）啓動DataNode

[zpark@hadoop104 hadoop-3.1.2]$ sbin/hadoop-daemon.sh start datanode

（3）查看集羣
（a）查看是否啓動成功

[zpark@hadoop104 hadoop-3.1.2]$ jps
13586 NameNode
13668 DataNode
13786 Jps

注意：jps是JDK中的命令，不是Linux命令。不安裝JDK不能使用jps
（b）web端查看HDFS文件系統

http://hadoop104:50070/dfshealth.html#tab-overview

注意：如果不能查看，看如下帖子處理

http://www.cnblogs.com/zlslch/p/6604189.html

（c）查看產生的Log日誌
說明：在企業中遇到Bug時，經常根據日誌提示信息去分析問題、解決Bug。
當前目錄：

/opt/module/hadoop-3.1.2/logs

[zpark@hadoop104 logs]$ ls
hadoop-zhangyong-datanode-hadoop.zhangyong.com.log
hadoop-zhangyong-datanode-hadoop.zhangyong.com.out
hadoop-zhangyong-namenode-hadoop.zhangyong.com.log
hadoop-zhangyong-namenode-hadoop.zhangyong.com.out
SecurityAuth-root.audit
[zpark@hadoop104 logs]# cat hadoop-zhangyong-datanode-hadoop104.log

（d）思考：爲什麼不能一直格式化NameNode，格式化NameNode，要注意什麼？
注意：格式化NameNode，會產生新的集羣id,導致NameNode和DataNode的集羣id不一致，集羣找不到已往數據。所以，格式NameNode時，一定要先刪除data數據和log日誌，然後再格式化NameNode。
（4）操作集羣
（a）在HDFS文件系統上創建一個input文件夾

[zpark@hadoop104 hadoop-3.1.2]$ bin/hdfs dfs -mkdir -p /user/zhangyong/input

（b）將測試文件內容上傳到文件系統上

[zpark@hadoop104 hadoop-3.1.2]$bin/hdfs dfs -put wcinput/wc.input
  /user/zhangyong/input/

（c）查看上傳的文件是否正確

[zpark@hadoop104 hadoop-3.1.2]$ bin/hdfs dfs -ls  /user/zhangyong/input/
[zpark@hadoop104 hadoop-3.1.2]$ bin/hdfs dfs -cat  /user/zhangyong/ input/wc.input

（d）運行MapReduce程序

[zpark@hadoop104 hadoop-3.1.2]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.2.jar wordcount /user/zhangyong/input/ /user/zhangyong/output

（e）查看輸出結果
命令行查看：

[zpark@hadoop104 hadoop-3.1.2]$ bin/hdfs dfs -cat /user/zhangyong/output/*

瀏覽器查看

（f）將測試文件內容下載到本地

[zpark@hadoop104 hadoop-3.1.2]$ hdfs dfs -get /user/zhangyong/output/part-r-00000 ./wcoutput/

（g）刪除輸出結果

[zpark@hadoop104 hadoop-3.1.2]$ hdfs dfs -rm -r /user/zhangyong/output

6.2.2 啓動YARN並運行MapReduce程序

1. 分析
   （1）配置集羣在YARN上運行MR
   （2）啓動、測試集羣增、刪、查
   （3）在YARN上執行WordCount案例
2. 執行步驟
   （1）配置集羣
   （a）配置yarn-env.sh
   配置一下JAVA_HOME

export JAVA_HOME=/opt/module/jdk1.8.0_181

（b）配置yarn-site.xml

<!-- Reducer獲取數據的方式 -->
<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>hadoop104</value>
</property>

（c）配置：mapred-env.sh
配置一下JAVA_HOME

export JAVA_HOME=/opt/module/jdk1.8.0_181

（d）配置： (對mapred-site.xml.template重新命名爲) mapred-site.xml

[zpark@hadoop104 hadoop]$ mv mapred-site.xml.template mapred-site.xml
[zpark@hadoop104 hadoop]$ vi mapred-site.xml

<!-- 指定MR運行在YARN上 -->
<property>
	<name>mapreduce.framework.name</name>
	<value>yarn</value>
</property>

（2）啓動集羣
（a）啓動前必須保證NameNode和DataNode已經啓動
（b）啓動ResourceManager

[zpark@hadoop104 hadoop-3.1.2]$ sbin/yarn-daemon.sh start resourcemanager

（c）啓動NodeManager

[zpark@hadoop104 hadoop-3.1.2]$ sbin/yarn-daemon.sh start nodemanager

（3）集羣操作
（a）YARN的瀏覽器頁面查看，如圖

http://hadoop104:8088/cluster

圖2-35 YARN的瀏覽器頁面
（b）刪除文件系統上的output文件

[zpark@hadoop104 hadoop-3.1.2]$ bin/hdfs dfs -rm -R /user/zhangyong/output

（c）執行MapReduce程序

[zpark@hadoop104 hadoop-3.1.2]$ bin/hadoop jar
 share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.2.jar wordcount /user/zhangyong/input  /user/zhangyong/output

（d）查看運行結果，如圖

[zpark@hadoop104 hadoop-3.1.2]$ bin/hdfs dfs -cat /user/zhangyong/output/*

6.2.3 配置歷史服務器

爲了查看程序的歷史運行情況，需要配置一下歷史服務器。具體配置步驟如下：

1. 配置mapred-site.xml

[zpark@hadoop104 hadoop]$ vi mapred-site.xml

在該文件裏面增加如下配置。

<!-- 歷史服務器端地址 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>hadoop104:10020</value>
</property>
<!-- 歷史服務器web端地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop104:19888</value>
</property>

2. 啓動歷史服務器

[zpark@hadoop104 hadoop-3.1.2]$ sbin/mr-jobhistory-daemon.sh start historyserver

3. 查看歷史服務器是否啓動

[zpark@hadoop104 hadoop-3.1.2]$ jps

4. 查看JobHistory

http://hadoop104:19888/jobhistory

6.2.4 配置日誌的聚集

日誌聚集概念：應用運行完成以後，將程序運行日誌信息上傳到HDFS系統上。
日誌聚集功能好處：可以方便的查看到程序運行詳情，方便開發調試。
注意：開啓日誌聚集功能，需要重新啓動NodeManager 、ResourceManager和HistoryManager。
開啓日誌聚集功能具體步驟如下：

1. 配置yarn-site.xml

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

在該文件裏面增加如下配置。

<!-- 日誌聚集功能使能 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<!-- 日誌保留時間設置7天 -->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>

2. 關閉NodeManager 、ResourceManager和HistoryServer

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

3. 啓動NodeManager 、ResourceManager和HistoryServer

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

4. 刪除HDFS上已經存在的輸出文件

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

5. 執行WordCount程序

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

6. 查看日誌
   http://hadoop104:19888/jobhistory
   
   
   

6.2.5 配置文件說明

Hadoop配置文件分兩類：默認配置文件和自定義配置文件，只有用戶想修改某一默認配置值時，才需要修改自定義配置文件，更改相應屬性值。
（1）默認配置文件：

要獲取的默認文件	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）自定義配置文件：

core-site.xml
hdfs-site.xml
yarn-site.xml
mapred-site.xml

四個配置文件存放在$HADOOP_HOME/etc/hadoop這個路徑上，用戶可以根據項目需求重新進行修改配置。