1、概述
1)官方网址
(1)官方网站:
(2)各个版本归档库地址
https://archive.apache.org/dist/hadoop/common/hadoop-2.7.2/
(3)hadoop2.7.2版本详情介绍
http://hadoop.apache.org/docs/r2.7.2/
2)Hadoop运行模式
(1)本地模式(默认模式):
不需要启用单独进程,直接可以运行,测试和开发时使用。
(2)伪分布式模式:
等同于完全分布式,只有一个节点。
(3)完全分布式模式:
多个节点一起运行。
2、本地文件运行Hadoop 案例
1) 官方grep案例
1)创建在hadoop-2.7.2文件下面创建一个input文件夹
[fyd@hadoop101 hadoop-2.7.2]$mkdir input
2)将hadoop的xml配置文件复制到input
[fyd@hadoop101 hadoop-2.7.2]$cp etc/hadoop/*.xml input
3)执行share目录下的mapreduce程序
[fyd@hadoop101 hadoop-2.7.2]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar grep input output 'dfs[a-z.]+'
4)查看输出结果
[fyd@hadoop101 hadoop-2.7.2]$ cat output/*
2) 官方wordcount案例
1)创建在hadoop-2.7.2文件下面创建一个wcinput文件夹
[fyd@hadoop101 hadoop-2.7.2]$mkdir wcinput
2)在wcinput文件下创建一个wc.input文件
[fyd@hadoop101 hadoop-2.7.2]$cd wcinput [fyd@hadoop101 wcinput]$touch wc.input
3)编辑wc.input文件
[fyd@hadoop101 wcinput]$vim wc.input 在文件中输入如下内容 hadoop yarn hadoop mapreduce atguigu atguigu 保存退出::wq
4)回到hadoop目录/opt/module/hadoop-2.7.2
5)执行程序:
fyd@hadoop101 hadoop-2.7.2]$hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput wcoutput
6)查看结果:
[fyd@hadoop101 hadoop-2.7.2]$cat wcoutput/part-r-00000 fyd 2 hadoop 2 mapreduce 1 yarn 1
2 )官方wordcount案例
1)创建在hadoop-2.7.2文件下面创建一个wcinput文件夹
[fyd@hadoop101 hadoop-2.7.2]$mkdir wcinput
2)在wcinput文件下创建一个wc.input文件
[fyd@hadoop101 hadoop-2.7.2]$cd wcinput [fyd@hadoop101 wcinput]$touch wc.input
3)编辑wc.input文件
[fyd@hadoop101 wcinput]$vim wc.input 在文件中输入如下内容 hadoop yarn hadoop mapreduce fyd fyd 保存退出::wq
4)回到hadoop目录/opt/module/hadoop-2.7.2
5)执行程序:
[fyd@hadoop101 hadoop-2.7.2]$hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput wcoutput
6)查看结果:
[fyd@hadoop101 hadoop-2.7.2]$cat wcoutput/part-r-00000 fyd 2 hadoop 2 mapreduce 1 yarn 1
3、伪分布式运行Hadoop 案例
(1) HDFS上运行MapReduce 程序
1)分析:
(1)准备1台客户机
(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)启动、测试集群增、删、查
(8)在HDFS上执行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:
[root@ hadoop101 ~]# echo $JAVA_HOME /opt/module/jdk1.7.0_79
修改JAVA_HOME 路径:
export JAVA_HOME=/opt/module/jdk1.7.0_79
(b)配置:core-site.xml
<!-- 指定HDFS中NameNode的地址 --> <property> <name>fs.defaultFS</name> <value>hdfs://hadoop101:8020</value> </property> <!-- 指定hadoop运行时产生文件的存储目录 --> <property> <name>hadoop.tmp.dir</name> <value>/opt/module/hadoop-2.7.2/data/tmp</value> </property>
(c)配置:hdfs-site.xml
<!-- 指定HDFS副本的数量 --> <property> <name>dfs.replication</name> <value>1</value> </property>
(2)启动集群
(a)格式化namenode(第一次启动时格式化,以后就不要总格式化)
hdfs namenode -format
(b)启动namenode
hadoop-daemon.sh start namenode
(c)启动datanode
hadoop-daemon.sh start datanode
(3)查看集群
(a)查看是否启动成功
[root@hadoop ~]# jps 13586 NameNode 13668 DataNode 13786 Jps
(b)查看产生的log日志
当前目录:/opt/module/hadoop-2.7.2/logs [root@hadoop101 logs]# ls hadoop-root-datanode-hadoop.atguigu.com.log hadoop-root-datanode-hadoop.atguigu.com.out hadoop-root-namenode-hadoop.atguigu.com.log hadoop-root-namenode-hadoop.atguigu.com.out SecurityAuth-root.audit [root@hadoop101 logs]# cat hadoop-root-datanode-hadoop.atguigu.com.log
(c)web端查看HDFS文件系统
http://192.168.1.101:50070/dfshealth.html#tab-overview 注意:如果不能查看,看如下帖子处理 http://www.cnblogs.com/zlslch/p/6604189.html
(4)操作集群
(a)在hdfs文件系统上创建一个input文件夹
[fyd@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs -mkdir -p /user/fyd/mapreduce/wordcount/input
(b)将测试文件内容上传到文件系统上
[fyd@hadoop101 hadoop-2.7.2]$ hadoop fs -put wcinput/wc.input /user/fyd/mapreduce/wordcount/input/
(c)查看上传的文件是否正确
[fyd@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs -ls /user/fyd/mapreduce/wordcount/input/ [fyd@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs –cat /user/fyd/mapreduce/wordcount/input/wc.input
(d)在Hdfs上运行mapreduce程序
[fyd@hadoop101 hadoop-2.7.2]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/fyd/mapreduce/wordcount/input/ /user/fyd/mapreduce/wordcount/output
(e)查看输出结果
命令行查看:
[fyd@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs -cat /user/fyd/mapreduce/wordcount/output/*
浏览器查看
(f)将测试文件内容下载到本地
[fyd@hadoop101 hadoop-2.7.2]$ hadoop fs -get /user/fyd/mapreduce/wordcount/output/part-r-00000 ./wcoutput/
(g)删除输出结果
[fyd@hadoop101 hadoop-2.7.2]$ hdfs dfs -rmr /user/fyd/mapreduce/wordcount/output
(2) YARN上运行MapReduce 程序
1)分析:
(1)准备1台客户机
(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yarn上运行
(7)启动、测试集群增、删、查
(8)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
export JAVA_HOME=/opt/module/jdk1.7.0_79
(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.resourcemanager.hostname</name> <value>hadoop102</value> </property>
(c)配置:mapred-env.sh
配置一下JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.7.0_79
(d)配置: (对mapred-site.xml.template重新命名为) 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resourcemanager
sbin/yarn-daemon.sh start resourcemanager
(b)启动nodemanager
sbin/yarn-daemon.sh start nodemanager
(3)集群操作
(a)yarn的浏览器页面查看
http://192.168.1.101:8088/cluster
(b)删除文件系统上的output文件
bin/hdfs dfs -rm -R /user/fyd/mapreduce/wordcount/output
(c)执行mapreduce程序
bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/fyd/mapreduce/wordcount/input /user/fyd/mapreduce/wordcount/output
(d)查看运行结果
bin/hdfs dfs -cat /user/atguigu/mapreduce/wordcount/output/*
(3) 修改本地临时文件存储目录
1)停止进程
[fyd@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop nodemanager [fyd@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop resourcemanager [fyd@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh stop datanode [fyd@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh stop namenode
2)修改hadoop.tmp.dir
[core-site.xml]
<!-- 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>
3)格式化NameNode
[fyd@hadoop101 hadoop-2.7.2]$ hadoop namenode -format
4)启动所有进程
[fyd@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode [fyd@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode [fyd@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh start resourcemanager [fyd@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh start nodemanager
5)查看/opt/module/hadoop-2.7.2/data/tmp这个目录下的内容。
(4) Hadoop配置文件说明
Hadoop配置文件分两类:默认配置文件和自定义配置文件,只有用户想修改某一默认配置值时,才需要修改自定义配置文件,更改相应属性值。
(1)默认配置文件:存放在hadoop相应的jar包中
[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 [core-default.xml] hadoop-mapreduce-client-core-2.7.2.jar/ core-default.xml
(2)自定义配置文件:存放在$HADOOP_HOME/etc/hadoop
core-site.xml hdfs-site.xml yarn-site.xml mapred-site.xml