3.运行hadoop案例（本地模式、伪分布模式）

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：http://hadoop.apache.org/

1.本地模式

1）创建在hadoop-2.7.2文件下面创建一个wcinput文件夹

2）在wcinput文件下创建一个wc.input文件

3）编辑wc.input文件

4）回到Hadoop目录/opt/module/hadoop-2.7.2，并且执行程序（此时输出文件夹必须没有，不然会报错）

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput wcoutput

5）查看结果

cat wcoutput/part-r-00000

2.伪分布模式模式

A.启动HDFS并运行MapReduce程序

1）配置集群

（a）配置：hadoop-env.sh 修改JAVA_HOME 路径： export JAVA_HOME=/opt/module/jdk1.8.0_144 （b）配置：core-site.xml <!-- 指定HDFS中NameNode的地址 --> <property> <name>fs.defaultFS</name> <value>hdfs://hadoop01:9000</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 <!-- 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） bin/hdfs namenode -format （b）启动NameNode sbin/hadoop-daemon.sh start namenode （c）启动DataNode sbin/hadoop-daemon.sh start datanode

 3）查看集群

（a）检测是否启动成功 jps （b）web端查看HDFS文件系统 http://hadoop01:50070 （c）查看产生的Log日志 当前目录：/opt/module/hadoop-2.7.2/logs （d）为什么不能一直格式化namenode？格式化namenode需要注意什么？ 答：格式化NameNode，会产生新的集群id,导致NameNode和DataNode的集群id不一致，集群找不到已往数据。所以，格式NameNode时，一定要先删除data数据和log日志，然后再格式化NameNode。

4）操作集群

（a）在HDFS文件系统上创建一个input文件夹 bin/hdfs dfs -mkdir -p /user/input （b）将测试文件内容上传到文件系统上 bin/hdfs dfs -put wcinput/wc.input /user/input/ （c）查看上传的文件是否正确 bin/hdfs dfs -ls /user/input/ bin/hdfs dfs -cat /user/ input/wc.input （d）运行MapReduce程序 bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/input/ /user/output （e）查看输出结果 bin/hdfs dfs -cat /user/output/* （f）将测试文件内容下载到本地 hdfs dfs -get /user/output/part-r-00000 ./wcoutput/ （g）删除输出结果 hdfs dfs -rm -r /user/output

B.启动YARN并运行MapReduce程序

1)配置集群

（a）配置yarn-env.sh 配置一下JAVA_HOME export JAVA_HOME=/opt/module/jdk1.8.0_144 （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>hadoop101</value> </property> （c）配置：mapred-env.sh 配置一下JAVA_HOME export JAVA_HOME=/opt/module/jdk1.8.0_144 （d）配置： (对mapred-site.xml.template重新命名为) mapred-site.xml mv mapred-site.xml.template mapred-site.xml 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 sbin/yarn-daemon.sh start resourcemanager （c）启动NodeManager sbin/yarn-daemon.sh start nodemanager

 3.运行程序

bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/input /user/output

C.配置历史服务器

1.配置mapred-site.xml 在该文件里面增加如下配置。 <!-- 历史服务器端地址 --> <property> <name>mapreduce.jobhistory.address</name> <value>hadoop01:10020</value> </property> <!-- 历史服务器web端地址 --> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>hadoop01:19888</value> </property> 2.启动历史服务器 sbin/mr-jobhistory-daemon.sh start historyserver 3.查看历史服务器是否启动 jps 4.查看JobHistory http://hadoop01:19888/jobhistory

D.配置日志聚集

需要看文档