Hadoop运行模式包括：本地模式、伪分布式模式以及完全分布式模式

　　　　Hadoop官方网站 ： https://hadoop.apache.org    

　　　　文档链接 ：https://hadoop.apache.org/docs/r2.7.2/hadoop-project-dist/hadoop-common/SingleCluster.html

 

• 4.1本地运行模式

• 4.1.1官方Grep案例

　　　　1、在hadoop-2.7.7文件下面创建一个input文件夹

[ge@hadoop101 hadoop-2.7.7]$ mkdir input

　　　　2、将Hadoop的xml配置文件复制到input

[ge@hadoop101 hadoop-2.7.7]$ cp etc/hadoop/*.xml input

　　　　3、执行share目录下的MapReduce程序

[ge@hadoop101 hadoop-2.7.7]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar grep input output 'dfs[a-z.]+'

　　　　4、查看输出结果　　

[ge@hadoop101 hadoop-2.7.7]$ cat output/*

　　

 

 

• 4.1.2官方WordCount案例

　　　　1、在hadoop-2.7.7文件下面创建一个wcinput文件夹

[ge@hadoop101 hadoop-2.7.7]$ mkdir wcinput

　　　　2、在wcinput文件夹下创建一个wc.input文件

[ge@hadoop101 hadoop-2.7.7]$ cd wcinput/

　[ge@hadoop101 wcinput]$ touch wc.input

　　　　3、编辑wc.input文件

[ge@hadoop101 wcinput]$ vim wc.input 

　　　　　添加下面内容

hadoop yarn
hadoop mapreduce
ge
ge

　　　　　保存退出：wq

　　　　4、回到Hadoop 目录 /opt/module/hadoop-2.7.7

　　　　5、执行程序

[ge@hadoop101 hadoop-2.7.7]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar wordcount wcinput/ wcoutput

　　　　6、查看结果

[ge@hadoop101 hadoop-2.7.7]$ cat wcoutput/*

 

 

　

• 4.2伪分布式运行模式

• 4.2.1启动HDFS并运行MapRedcue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系统中获得JDK的安装路径

[ge@hadoop101 ~]$ echo $JAVA_HOME 
/opt/module/jdk1.8.0_161

　　　　　　　　修改JAVA_HOME路径

export JAVA_HOME=/opt/module/jdk1.8.0_161

　　　　　　（b）配置：core-site.xml

<!--指定HDFS中NameNode的地址-->
    <property>    
        <name>fs.defaultFS</name>
        <value>hdfs://hadoop101:9000</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-2.7.7/data/tmp</value>
    </property>

　　　　　　（c）配置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，以后不要总格式化）

[ge@hadoop101 hadoop-2.7.7]$ bin/hdfs namenode -format

　　　　　　（b）启动NameNode

[ge@hadoop101 hadoop-2.7.7]$ hadoop-daemon.sh start namenode

　　　　　　（c）启动DataNode

[ge@hadoop101 hadoop-2.7.7]$ hadoop-daemon.sh start datanode

　　　　（3）查看集群

　　　　　　（a）查看是否启动成功

[ge@hadoop101 hadoop-2.7.7]$ jps
4738 NameNode
4884 DataNode
4964 Jps

　　　　　　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

　　　　　　　　http://hadoop101:50070/dfshealth.html#tab-overview

 

 

 

　　　　　　　　如果不能查看，看如下帖子处理

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

　　　　　　（c）查看产生的Log日志s

　　　　　　　　说明：当企业遇到Bug时，经常根据日志提示信息分析问题、解决bug

　　　　　　　　当前目录：/opt/module/hadoop-2.7.7/logs

[ge@hadoop101 logs]$ ll
总用量 64
-rw-rw-r--. 1 ge ge 24549 3月   8 14:31 hadoop-ge-datanode-hadoop101.log
-rw-rw-r--. 1 ge ge   713 3月   8 14:31 hadoop-ge-datanode-hadoop101.out
-rw-rw-r--. 1 ge ge 28509 3月   8 14:31 hadoop-ge-namenode-hadoop101.log
-rw-rw-r--. 1 ge ge   713 3月   8 14:27 hadoop-ge-namenode-hadoop101.out
-rw-rw-r--. 1 ge ge   761 3月   8 14:26 hadoop-ge-nodename-hadoop101.out
-rw-rw-r--. 1 ge ge     0 3月   8 14:27 SecurityAuth-ge.audit
[ge@hadoop101 logs]$ cat hadoop-ge-datanode-hadoop101.log

　　　　　　（d）思考：为什么不能一直格式化NameNode，格式化NameNode，要注意什么？

　　　　　　　　格式化NameNode，会产生新的集群id，导致NameNode和DataNode的集群id不一致，集群找不到以往数据。所以，格式化NameNode时，一点要先删除data数据和log日志，然后再格式化NameNode。

 

• 4.2.2启动YARN并运行MapRedcue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：yarn-env.sh

　　　　　　　　Linux系统中获得JDK的安装路径

[ge@hadoop101 ~]$ echo $JAVA_HOME 
/opt/module/jdk1.8.0_161

　　　　　　　　修改JAVA_HOME路径

export JAVA_HOME=/opt/module/jdk1.8.0_161

　　　　　　（b）配置yarn-site.xml

<!--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.nodemanager.hostname</name>
        <value>hadoop101</value>
    </property>

　　　　　　（c）配置：mapres-env.sh

　　　　　　　　配置一下JAVA_HOME，修改JAVA_HOME路径

export JAVA_HOME=/opt/module/jdk1.8.0_161

　　　　　　（d）配置：（对mapred-site.xml.template重新命名为）mapred-site.xml

[ge@hadoop101 hadoop]$  mv mapred-site.xml.template mapred-site.xml 
[ge@hadoop101 hadoop]$ vim mapred-site.xml

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

　　　　（2）启动集群

　　　　　　（a）启动前，必须保证NameNode 和 DataNode 已经启动

　　　　　　（b）启动resourcemanager

[ge@hadoop101 hadoop-2.7.7]$ sbin/yarn-daemon.sh start resourcemanager

　　　　　　（c）启动NodeManager

[ge@hadoop101 hadoop-2.7.7]$ sbin/yarn-daemon.sh start nodemanager

　　　　（3）集群操作

　　　　　　（a）YARN的浏览器页面查看，如下图所示　　　　　　

　　　　　　　　http://hadoop101:8088/cluster

 

 

• 4.3完全分布式运行模式（开发重点）

　　　　分析：

　　　　　　1）准备三台客户机（关闭防火墙，静态ip，主机名称）

　　　　　　2）安装JDK

　　　　　　3）配置环境变量

　　　　　　4）安装Hadoop

　　　　　　5）配置环境变量

　　　　　　6）配置集群

　　　　　　7）单点启动

　　　　　　8）配置ssh

　　　　　　9）群起并测试集群

• 4.3.1 虚拟机准备

　　　　详见3.1章

• 4.3.2 编写集群分发脚本xsync

　　1、scp（secure copy）安全拷贝

　　　　（1）scp 定义：

　　　　　　scp 可以实现服务器与服务器之间的数据拷贝。（from server1 to server2）

　　　　（2）基本语法　　　　　　　　

　　　　　　scp 　　-r　　　　$spdir/$fname　　　　　　$user@hadoop$host:$spdir/$fname

　　　　　　命令　　递归　　要拷贝的文件路径/名称　　目的用户@主机：目的路径/名称

　　　　（3）案例实操

　　　　　　（a）在hadoop1上，将hadoop1中 /opt/module　目录下的软件拷贝到hadoop102上