概述
1）資料查詢（官方網址）
（1）官方網站：
http://hadoop.apache.org/
（2）各個版本歸檔庫位址
https://archive.apache.org/dist/hadoop/common/hadoop-2.7.7/
（3）hadoop2.7.6版本詳情介紹
https://hadoop.apache.org/docs/r2.7.6/
2）Hadoop運作模式
（1）本地模式（預設模式）：
不需要啟用單獨程序，直接可以運作，測試和開發時使用。
（2）僞分布式模式：
等同于完全分布式，隻有一個節點。
（3）完全分布式模式：
多個節點一起運作。
1. 本地檔案運作Hadoop 示例
1.1 運作官方grep案例
1）建立在hadoop-2.7.7檔案下面建立一個input檔案夾
2）将hadoop的xml配置檔案複制到input
3）執行share目錄下的mapreduce程式
4）檢視輸出結果
代碼示例：
[shaofei@hadoop128 hadoop-2.7.7]$ mkdir input
[shaofei@hadoop128 hadoop-2.7.7]$ cp -r etc/hadoop/*.xml input/
[shaofei@hadoop128 hadoop-2.7.7]$ ll input/
[shaofei@hadoop128 hadoop-2.7.7]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar grep input/ output 'dfs[a-z.]+'
[shaofei@hadoop128 hadoop-2.7.7]$ cat output/*
1.2 官方wordcount案例
1）建立在hadoop-2.7.7檔案下面建立一個wcinput檔案夾
2）在wcinput檔案下建立一個wc.input檔案
3）編輯wc.input檔案
4）回到hadoop目錄/opt/module/hadoop-2.7.7
5）執行程式：
6）檢視結果：
代碼示例：
[shaofei@hadoop128 hadoop-2.7.7]$ mkdir wcinput
[shaofei@hadoop128 hadoop-2.7.7]$ vim wcinput/input.input
java
java
java
hadoop
hadoop
python
pyfysf
upuptop
java
lll
haha
helloworld
:wq
[shaofei@hadoop128 hadoop-2.7.7]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar wordcount wcinput/ wcoutput
[shaofei@hadoop128 hadoop-2.7.7]$ cat wcoutput/*
hadoop 2
haha 1
helloworld 1
java 4
lll 1
pyfysf 1
python 1
upuptop 1
2 僞分布式運作Hadoop 案例
2.1 啟動HDFS并運作MapReduce 程式
1）執行步驟
（1）配置叢集
（a）配置：hadoop-env.sh
Linux系統中擷取jdk的安裝路徑：
修改JAVA_HOME 路徑：
（b）配置：core-site.xml
（c）配置：hdfs-site.xml
（2）啟動叢集
（a）格式化namenode（第一次啟動時格式化，以後就不要總格式化）
（b）啟動namenode
（c）啟動datanode
（3）檢視叢集
（a）檢視是否啟動成功
（b）檢視産生的log日志
（c）web端檢視HDFS檔案系統
（4）操作叢集
（a）在hdfs檔案系統上建立一個input檔案夾
（b）将測試檔案内容上傳到檔案系統上
（c）檢視上傳的檔案是否正确
（d）運作mapreduce程式
（e）檢視輸出結果
指令行檢視：
浏覽器檢視
浏覽器檢視.png
（f）将測試檔案内容下載下傳到本地
（g）删除輸出結果
代碼示例
1）配置叢集
配置hadoop-env 裡面的JAVA_HOME
[shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/hadoop-env.sh
# The java implementation to use.
export JAVA_HOME=/opt/module/jdk1.8.0_191
配置core-site.xml
[shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/core-site.xml
<configuration>
<!-- 指定HDFS中NameNode的位址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop128:9000</value>
</property>
<!-- 指定hadoop運作時産生檔案的存儲目錄 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-2.7.7/data/tmp</value>
</property>
</configuration>
配置hdfs-site.xml
[shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/hdfs-site.xml
<configuration>
<!-- 指定HDFS副本的數量 -->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
2）啟動叢集
格式化namenode
[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs namenode -format
啟動namenode
[shaofei@hadoop128 hadoop-2.7.7]$ sbin/hadoop-daemon.sh start namenode
确認是否開啟成功
[shaofei@hadoop128 hadoop-2.7.7]$ jps
2323 NameNode
2392 Jps
啟動datanode
[shaofei@hadoop128 hadoop-2.7.7]$ sbin/hadoop-daemon.sh start datanode
确認是否開啟成功
[shaofei@hadoop128 hadoop-2.7.7]$ jps
2417 DataNode
2323 NameNode
2492 Jps
3）檢視叢集
檢視生成的日志log
[shaofei@hadoop128 hadoop-2.7.7]$ cat logs/hadoop-shaofei-datanode-hadoop128.log
在web端檢視HDFS檔案系統[ip 為linux伺服器ip]
http://hadoop128:50070
http://ip:50070
http://hadoop128:50070/explorer.html#/
4）操作叢集
在hdfs檔案系統上建立一個wcinput檔案夾
[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -mkdir -p /user/shaofei/wcinput
檢視是否建立成功
[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -ls /user
複制本地的 wcinput/input.input 到 hdfs系統中的wcinput中 并檢視是否上傳成功
[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -put wcinput/input.input /user/shaofei/wcinput
[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -ls /user/shaofei/wcinput
執行MapReduce程式
[shaofei@hadoop128 hadoop-2.7.7]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar wordcount /user/shaofei/wcinput/ /user/shaofei/wcoutput
将結果下載下傳到本地檢視
[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -get /user/shaofei/wcoutput
[shaofei@hadoop128 hadoop-2.7.7]$ cat wcoutput/*
在web中檢視hdfs系統
/user/shaofei
/user/shaofei/wcinput
/user/shaofei/wcoutput
2.2 YARN上運作MapReduce 程式
1）執行步驟
（1）配置叢集
（a）配置yarn-env.sh
配置一下JAVA_HOME
（b）配置yarn-site.xml
（c）配置：mapred-env.sh
配置一下JAVA_HOME
（d）配置： (對mapred-site.xml.template重新命名為) mapred-site.xml
（2）啟動叢集
（a）啟動前必須保證namenode和datanode已經啟動
（b）啟動resourcemanager
（c）啟動nodemanager
（3）叢集操作
（a）yarn的浏覽器頁面檢視
http://192.168.1.101:8088/cluster
（b）删除檔案系統上的output檔案
（c）執行mapreduce程式
（d）檢視運作結果
代碼示例
1）配置叢集
配置yarn-evn.sh中的JAVA_HOME
[shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/yarn-env.sh
# some Java parameters
export JAVA_HOME=/opt/module/jdk1.8.0_191
配置yarn-site.xml
[shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/yarn-site.xml
<configuration>
<!-- Site specific YARN configuration properties -->
<!-- reducer擷取資料的方式 -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 指定YARN的ResourceManager的位址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop128</value>
</property>
</configuration>
配置mapred-env.sh中的JAVA_HOME
[shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/mapred-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_191
對mapred-site.xml.template 重命名
[shaofei@hadoop128 hadoop-2.7.7]$ mv etc/hadoop/mapred-site.xml.template etc/hadoop/mapred-site.xml
配置mapred-site.xml
[shaofei@hadoop128 hadoop-2.7.7]$ vim etc/hadoop/mapred-site.xml
<configuration>
<!-- 指定mr運作在yarn上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
2)啟動叢集
啟動yarn之前需要确定namenode和datanode是啟動狀态
[shaofei@hadoop128 hadoop-2.7.7]$ jps
3184 Jps
2417 DataNode
2323 NameNode
啟動ResourceManager
[shaofei@hadoop128 hadoop-2.7.7]$ sbin/yarn-daemon.sh start resourcemanager
啟動NodeManager
[shaofei@hadoop128 hadoop-2.7.7]$ sbin/yarn-daemon.sh start nodemanager
檢視啟動程式清單
[shaofei@hadoop128 hadoop-2.7.7]$ jps
2417 DataNode
3217 ResourceManager
3587 Jps
2323 NameNode
3465 NodeManager
在浏覽器中檢視
http://[ip]:8088/cluster
2)執行MapReduce
删除檔案系統上的output檔案
[shaofei@hadoop128 hadoop-2.7.7]$ bin/hdfs dfs -rm -r /user/shaofei/wcoutput
執行mapreduce程式
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.7.jar wordcount /user/shaofei/wcinput /user/shaofei/wcoutput
檢視運作結果
[shaofei@hadoop128 hadoop-2.7.7]$ hadoop fs -cat /user/shaofei/wcoutput/*
3 完全分布式
叢集部署規劃
| – | hadoop132 | hadoop133 | hadoop134 |
|---|---|---|---|
| HDFS | NameNode、DataNode | DataNode | SecondaryNameNode、DataNode |
| YARN | NodeManager | ResourceManager、NodeManager | NodeManager |
配置檔案
core-site.xml
<!-- 指定 HDFS 中 NameNode 的位址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop132:9000</value>
</property>
<!-- 指定 hadoop 運作時産生檔案的存儲目錄 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-2.7.2/data/tmp</value>
</property>
hadoop-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
hdfs-site.xml
<configuration>
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop134:50090</value>
</property>
</configuration>
slaves
hadoop132
hadoop133
hadoop134
yarn
yarn-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
yarn-site.xml
<configuration>
<!-- reducer 擷取資料的方式 -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 指定 YARN 的 ResourceManager 的位址 -->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop133</value>
</property>
</configuration>
mapreduce
mapred-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
mapred-site.xml
<configuration>
<!-- 指定 mr 運作在 yarn 上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
叢集同步以上配置檔案
如果叢集是第一次啟動，需要格式化 namenode
$ bin/hdfs namenode -format
$ sbin/start-dfs.sh
第二台機器上啟動yarn
$ sbin/start-yarn.sh