作者丨五角钱的程序员 图丨pexels
- hadoop运行环境搭建-虚拟机安装与配置（开发重点）
- hadoop本地运行的两个案例。官方Grep案例、官方WordCount案例。
在上面三篇文章我们已经把基本环境搭建好了，也进行了相应的案例演示，下面我们将进入伪分布式的环境搭建，并运行实例，建议先看上面三篇文章在进行操作。看一百遍，不如手过一遍。快点拿起你的键盘和我一起操作起来吧。
1.启动HDFS并运行MapReduce程序
1. 分析
（1）配置集群
（2）启动、测试集群增、删、查
（3）执行WordCount案例
2. 执行步骤
（1）配置集群
（a）配置：hadoop-env.sh
Linux系统中获取JDK的安装路径：
代码语言：javascript复制[root@hadoop101 ~]# echo $JAVA_HOME
/opt/module/jdk1.8.0_162
[hadoop@hadoop101 hadoop]$ vi hadoop-env.sh修改JAVA_HOME 路径：
代码语言：javascript复制export JAVA_HOME=/opt/module/jdk1.8.0_162
（b）配置：core-site.xml
代码语言：javascript复制[hadoop@hadoop101 hadoop]$ cd /opt/module/hadoop-2.7.2/etc/hadoop/
[hadoop@hadoop101 hadoop]$ vi core-site.xml<!-- 指定HDFS中NameNode的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://192.168.88.101:9000</value>
</property>
<!-- 指定Hadoop运行时产生文件的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-2.7.2/data/tmp</value>
</property>（c）配置：hdfs-site.xml
代码语言：javascript复制[hadoop@hadoop101 hadoop]$ vi hdfs-site.xml<!-- 指定HDFS副本的数量 -->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>（2）启动集群
（a）格式化NameNode（第一次启动时格式化，以后就不要总格式化）
代码语言：javascript复制[hadoop@hadoop101 hadoop-2.7.2]$ bin/hdfs namenode -format（b）启动NameNode
代码语言：javascript复制[hadoop@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode因为中途虚拟机崩了所以我换到了102节点
（c）启动DataNode
代码语言：javascript复制[hadoop@hadoop102 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode（3）查看集群
（a）查看是否启动成功
注意：jps是JDK中的命令，不是Linux命令。不安装JDK不能使用jps
（b）web端查看HDFS文件系统
代码语言：javascript复制http://192.168.88.102:50070/
（4）操作集群
（a）在HDFS文件系统上创建一个input文件夹
代码语言：javascript复制[hadoop@hadoop102 hadoop-2.7.2]$ bin/hdfs dfs -mkdir -p /user/hadoop/input（b）将测试文件内容上传到文件系统上
代码语言：javascript复制[hadoop@hadoop102 hadoop-2.7.2]$ bin/hdfs dfs -put wcinput/wc.input /user/hadoop/input
（c）查看上传的文件是否正确
代码语言：javascript复制[hadoop@hadoop102 hadoop-2.7.2]$ bin/hdfs dfs -ls /user/hadoop/input/
Found 1 items
-rw-r--r-- 1 hadoop supergroup 37 2020-07-15 05:14 /user/hadoop/input/wc.input
[hadoop@hadoop102 hadoop-2.7.2]$ bin/hdfs dfs -cat /user/hadoop/input/wc.input
xiang
xiang
lin
lin yuan chen yuan（d）运行MapReduce程序
代码语言：javascript复制[hadoop@hadoop102 hadoop-2.7.2]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/hadoop/input /user/hadoop/output（e）查看输出结果
命令行查看：
代码语言：javascript复制[hadoop@hadoop102 hadoop-2.7.2]$ bin/hdfs dfs -cat /user/hadoop/output/p*
chen 1
lin 2
xiang 2
yuan 2
2.启动YARN并运行MapReduce程序
1.分析
（1）配置集群在YARN上运行MR （2）启动、测试集群增、删、查 （3）在YARN上执行WordCount案例
2.执行步骤
（1）配置集群
（a）配置yarn-env.sh
配置一下JAVA_HOME
代码语言：javascript复制[hadoop@hadoop102 hadoop-2.7.2]$ vi etc/hadoop/yarn-env.sh
（b）配置yarn-site.xml
代码语言：javascript复制<!-- Reducer获取数据的方式 -->
<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>192.168.88.102</value>
</property>（c）配置：mapred-env.sh
配置一下JAVA_HOME
(d）配置: (对mapred-site.xml.template重新命名为) mapred-site.xml
[hadoop@hadoop102 hadoop]$ cd etc/hadoop/
[hadoop@hadoop102 hadoop]$ mv mapred-site.xml.template mapred-site.xml
[hadoop@hadoop102 hadoop]$ vi mapred-site.xml
<!-- 指定MR运行在YARN上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>（2）启动集群
（a）启动前必须保证NameNode和DataNode已经启动
（b）启动ResourceManager
代码语言：javascript复制[hadoop@hadoop102 hadoop-2.7.2]$ sbin/yarn-daemon.sh start resourcemanager
（c）启动NodeManager
代码语言：javascript复制[hadoop@hadoop102 hadoop-2.7.2]$ sbin/yarn-daemon.sh start nodemanager（3）集群操作
（a）YARN的浏览器页面查看，如图所示
代码语言：javascript复制http://hadoop101:8088/cluster
（b）删除文件系统上的output文件
代码语言：javascript复制[hadoop@hadoop102 hadoop-2.7.2]$ bin/hdfs dfs -rm -r /user/hadoop/output（c）执行MapReduce程序
代码语言：javascript复制[hadoop@hadoop102 hadoop-2.7.2]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/hadoop/input /user/hadoop/output3.配置历史服务器
为了查看程序的历史运行情况，需要配置一下历史服务器。具体配置步骤如下：
1.配置mapred-site.xml
代码语言：javascript复制[hadoop@hadoop102 hadoop-2.7.2]$ vi etc/hadoop/mapred-site.xml
<property>
<name>mapreduce.jobhistory.address</name>
<value>192.168.88.102:10020</value>
</property>
<!-- 历史服务器web端地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>192.168.88.102:19888</value>
</property>2.启动历史服务器
代码语言：javascript复制[hadoop@hadoop102 hadoop-2.7.2]$ sbin/mr-jobhistory-daemon.sh start historyserver
3. 查看JobHistory
代码语言：javascript复制http://192.168.88.102:19888/jobhistory/4.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。
注意：开启日志聚集功能，需要重新启动NodeManager 、ResourceManager和HistoryManager。
1.关闭NodeManager 、ResourceManager和HistoryManager
[hadoop@hadoop102 hadoop-2.7.2]$ sbin/mr-jobhistory-daemon.sh stop historyserver
[hadoop@hadoop102 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop nodemanager
[hadoop@hadoop102 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop resourcemanager开启日志聚集功能具体步骤如下：
2. 配置yarn-site.xml
代码语言：javascript复制[hadoop@hadoop102 hadoop-2.7.2]$ vi etc/hadoop/yarn-site.xml在该文件里面增加如下配置。
代码语言：javascript复制<!-- 日志聚集功能使能 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<!-- 日志保留时间设置7天 -->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>3.启动NodeManager 、ResourceManager和HistoryManager
[hadoop@hadoop102 hadoop-2.7.2]$ sbin/yarn-daemon.sh start resourcemanager
[hadoop@hadoop102 hadoop-2.7.2]$ sbin/yarn-daemon.sh start nodemanager
[hadoop@hadoop102 hadoop-2.7.2]$ sbin/mr-jobhistory-daemon.sh start historyserver4.删除HDFS上已经存在的输出文件
代码语言：javascript复制[hadoop@hadoop102 hadoop-2.7.2]$ bin/hdfs dfs -rm -R /user/hadoop/output5.执行WordCount程序
代码语言：javascript复制[hadoop@hadoop102 hadoop-2.7.2]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/hadoop/input /user/hadoop/output6.查看日志，如图所示
代码语言：javascript复制http://192.168.88.102:19888/jobhistory
END
