作者:寒江大哥_599 | 来源:互联网 | 2023-07-21 18:25
大数据学习02_Hadoop:Hadoop运行模式Hadoop运行模式本地模式运行模式例子1:gerp案例例子2:WordCount案例伪分布式运行模式启动HDFS并运行MapRe
大数据学习02_Hadoop: Hadoop运行模式
- Hadoop运行模式
- 本地模式运行模式
- 例子1:gerp案例
- 例子2: WordCount案例
- 伪分布式运行模式
- 启动HDFS并运行MapReduce程序
- 启动YARN并运行MapReduce程序
- 历史服务器
- 完全分布式运行模式
- 虚拟机集群分发脚本
- 集群配置
- 集群单点启动
- SSH无密登录配置
- 群起集群
- 启动集群
Hadoop运行模式
Hadoop运行模式包括: 本地模式
,伪分布式模式
及完全分布式模式
Hadoop官方网站: http://hadoop.apache.org/
本地模式运行模式
例子1:gerp案例
- 在hadoop-2.7.2目录下面创建一个
input/
文件夹mkdir input
- 将Hadoop的xml配置文件复制到
input/
cp etc/hadoop/*.xml input
- 执行
share
目录下的MapReduce程序hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar grep input output 'dfs[a-z.]+'
- 查看输出结果
cat output/*
例子2: WordCount案例
- 在hadoop-2.7.2目录下面创建一个
wcinput/
文件夹mkdir wcinput
- 在
wcinput/
文件下创建一个wc.input
文件cd wcinput
touch wc.input
- 编辑
wc.input
文件,在文件中输入如下内容hadoop yarn
hadoop mapreduce
atguigu
atguigu
- 回到Hadoop根目录
/opt/module/hadoop-2.7.2
- 执行程序
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput wcoutput
- 查看结果
cat wcoutput/part-r-00000atguigu 2
hadoop 2
mapreduce 1
yarn 1
伪分布式运行模式
启动HDFS并运行MapReduce程序
-
配置集群:
-
在etc/hadoop/hadoop-env.sh
中将${JAVA_HOME}
改为其绝对路径
(可以使用echo ${JAVA_HOME}
获得其绝对路径)
-
配置etc/hadoop/core-site.xml
,在根节点下添加下列节点:
<property><name>fs.defaultFSname><value>hdfs://hadoop100:9000value>
property>
<property><name>hadoop.tmp.dirname><value>/opt/module/hadoop-2.7.7/data/tmpvalue>
property>
-
配置etc/hadoop/hdfs-site.xml
,在根节点下添加下列节点:
<property><name>dfs.replicationname><value>1value>
property>
-
启动集群
- 格式化
NameNode
bin/hdfs namenode -format
- 启动
NameNode
sbin/hadoop-daemon.sh start namenode
- 启动
DataNode
sbin/hadoop-daemon.sh start datanode
-
查看集群
-
查看是否启动成功
jps13586 NameNode
13668 DataNode
13786 Jps
jps是JDK中的命令,不是Linux命令.不安装JDK不能使用jps.
-
web端查看HDFS文件系统
:
在浏览器中打开http://hadoop101:50070
查看HDFS文件系统
-
操作集群
- 在
HDFS文件系统
上创建一个input/
文件夹hdfs dfs -mkdir -p /user/atguigu/input
- 将测试文件内容上传到文件系统上
hdfs dfs -put wcinput/wc.input /user/atguigu/input/
- 查看上传的文件是否正确
hdfs dfs -ls /user/atguigu/input/
hdfs dfs -cat /user/atguigu/ input/wc.input
- 运行MapReduce程序
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar wordcount /user/atguigu/input/ /user/atguigu/output
- 查看输出结果
命令行查看:bin/hdfs dfs -cat /user/atguigu/output/part-r-00000
浏览器查看:
- 将测试文件内容下载到本地
hdfs dfs -get /user/atguigu/output/part-r-00000 ./wcoutput/
启动YARN并运行MapReduce程序
-
配置集群
- 在
etc/hadoop/yarn-env.sh
,添加JDK的绝对路径:export JAVA_HOME&#61;/opt/module/jdk1.8.0_201
- 配置
etc/hadoop/yarn-site.xml
,在根节点下添加下列节点:
<property><name>yarn.nodemanager.aux-servicesname><value>mapreduce_shufflevalue>
property>
<property><name>yarn.resourcemanager.hostnamename><value>hadoop100value>
property>
- 在
etc/hadoop/mapred-env.sh
,添加JDK的绝对路径:export JAVA_HOME&#61;/opt/module/jdk1.8.0_201
- 将
etc/hadoop/mapred-site.xml.template
重新命名为etc/hadoop/mapred-site.xml
并在根节点下添加如下节点:
<property><name>mapreduce.framework.namename><value>yarnvalue>
property>
-
启动集群
- 先启动
NameNode
和DataNode
- 启动
ResourceManager
:yarn-daemon.sh start resourcemanager
- 启动
NodeManager
yarn-daemon.sh start nodemanager
-
集群操作
- 查看是否启动成功
jps4289 Jps
3014 NameNode
4183 NodeManager
3933 ResourceManager
3117 DataNode
- web端查看
YARN集群
的浏览器页面查看:
在浏览器中打开http://hadoop101:8088/cluster
查看YARN集群
- 删除文件系统上的
output
文件bin/hdfs dfs -rm -r /user/atguigu/output
- 执行MapReduce程序
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar wordcount /user/atguigu/input /user/atguigu/output
- 查看运行结果
hdfs dfs -cat /user/atguigu/output/part-r-00000
历史服务器
配置历史服务器
为了查看程序的历史运行情况,需要配置历史服务器. 具体配置步骤如下&#xff1a;
- 配置
etc/hadoop/mapred-site.xml
,在其根节点下添加如下节点
<property><name>mapreduce.jobhistory.addressname><value>hadoop101:10020value>
property>
<property><name>mapreduce.jobhistory.webapp.addressname><value>hadoop101:19888value>
property>
- 启动历史服务器
mr-jobhistory-daemon.sh start historyserver
- 查看历史服务器是否启动
jps4997 JobHistoryServer
3014 NameNode
4183 NodeManager
5050 Jps
3933 ResourceManager
3117 DataNode
- web端查看
JobHistory
:
在浏览器中打开http://hadoop100:19888/jobhistory
查看JobHistory
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
开启日志聚集功能,需要重新启动NodeManager
, ResourceManager
, HistoryManager
- 配置
etc/hadoop/yarn-site.xml
,在根节点下添加如下节点
<property><name>yarn.log-aggregation-enablename><value>truevalue>
property>
<property><name>yarn.log-aggregation.retain-secondsname><value>604800value>
property>
- 重新启动
NodeManager
, ResourceManager
, HistoryManager
yarn-daemon.sh stop resourcemanager
yarn-daemon.sh stop nodemanager
mr-jobhistory-daemon.sh stop historyserver
yarn-daemon.sh start resourcemanager
yarn-daemon.sh start nodemanager
mr-jobhistory-daemon.sh start historyserver
- 再运行MapReduce程序可以在
http://hadoop100:19888/jobhistory
查看JobHistory
完全分布式运行模式
虚拟机集群分发脚本
虚拟机集群分发脚本xsync
,内容如下
#!/bin/bash
pcount&#61;$
if((pcount&#61;&#61;0)); thenecho no args;exit;
fi
p1&#61;$1
fname&#61;&#96;basename $p1&#96;
echo fname&#61;$fname
pdir&#61;&#96;cd -P $(dirname $p1); pwd&#96;
echo pdir&#61;$pdir
user&#61;&#96;whoami&#96;
for((host&#61;102; host<105; host&#43;&#43;)); doecho ------------------- hadoop$host --------------rsync -rvl $pdir/$fname $user&#64;hadoop$host:$pdir
done
将脚本放在/usr/local/sbin
目录下.
集群配置
-
集群部署规划
| hadoop102 | hadoop103 | hadoop104 |
---|
HDFS | NameNode
DataNode | DataNode | SecondaryName
NodeDataNode |
YARN | NodeManager | ResourceManager
NodeManager | NodeManager |
-
配置集群
- 核心配置文件:
etc/hadoop/core-site.xml
<property><name>fs.defaultFSname><value>hdfs://hadoop102:9000value>
property>
<property><name>hadoop.tmp.dirname><value>/opt/module/hadoop-2.7.7/data/tmpvalue>
property>
- HDFS配置文件:
-
配置etc/hadoop/hadoop-env.sh
export JAVA_HOME&#61;/opt/module/jdk1.8.0_201
-
配置etc/hadoop/hdfs-site.xml
<property><name>dfs.namenode.secondary.http-addressname><value>hadoop104:50090value>
property>
- YARN配置文件
-
配置etc/hadoop/yarn-env.sh
export JAVA_HOME&#61;/opt/module/jdk1.8.0_201
-
配置etc/hadoop/yarn-site.xml
<property><name>yarn.nodemanager.aux-servicesname><value>mapreduce_shufflevalue>
property>
<property><name>yarn.resourcemanager.hostnamename><value>hadoop103value>
property>
- MapReduce配置文件
-
配置etc/hadoop/mapred-env.sh
export JAVA_HOME&#61;/opt/module/jdk1.8.0_201
-
配置etc/hadoop/mapred-site.xml
<property><name>mapreduce.framework.namename><value>yarnvalue>
property>
-
在集群上分发配置好的Hadoop配置文件
xsync /opt/module/hadoop-2.7.7/
-
查看文件分发情况
cat /opt/module/hadoop-2.7.7/etc/hadoop/core-site.xml
集群单点启动
- 如果集群是第一次启动,需要格式化NameNode. 如果集群曾经被启动过,要删除
data/
和logs/
目录rm -rf data/ logs/
hadoop namenode -format
- 在
hadoop102
上启动NameNode
hadoop-daemon.sh start namenode
jps
- 在
hadoop102
, hadoop103
, hadoop104
上分别启动DataNode
hadoop-daemon.sh start datanode
jps
SSH无密登录配置
-
SSH登录的密钥
存储在~/.ssh
目录下.
其中id_rsa
文件存储私钥
,id_rsa.pub
文件存储公钥
.
-
生成密钥
的命令如下:
ssh-keygen -t rsa
-
将公钥
拷贝到要免密登录的目标机器命令如下:
ssh-copy-id hadoop102
ssh-copy-id hadoop103
ssh-copy-id hadoop104
群起集群
-
在etc/hadoop/slaves
文件中配置slaves,增加如下内容
hadoop102
hadoop103
hadoop104
注意: 该文件中添加的内容结尾不允许有空格,文件中不允许有空行.
slaves中要包含节点自身
-
同步所有节点配置文件
xsync slaves
启动集群
- 如果集群是第一次启动,需要格式化
NameNode
hdfs namenode -format
- 启动HDFS: 启动所有
slaves
的NameNode
和DataNode
start-dfs.sh
- 启动YARN: 启动所有
slaves
的ResourceManger
和NodeManger
start-yarn.sh
要在ResouceManager
所在的机器上启动YARN