文章/答案/技术大牛

发布

社区首页 >专栏 >保姆级教程：还愁不会搭建伪分布式吗？（其实很简单）

保姆级教程：还愁不会搭建伪分布式吗？（其实很简单）

用户7656790

发布于 2020-08-13 07:03:22

40500

代码可运行

文章被收录于专栏：五角钱的程序员五角钱的程序员

运行总次数：0

代码可运行

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：

[root@hadoop101 ~]# echo $JAVA_HOME
/opt/module/jdk1.8.0_162
[hadoop@hadoop101 hadoop]$ vi hadoop-env.sh

修改JAVA_HOME 路径：

export JAVA_HOME=/opt/module/jdk1.8.0_162

（b）配置：core-site.xml

[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

[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）

[hadoop@hadoop101 hadoop-2.7.2]$ bin/hdfs namenode -format

（b）启动NameNode

[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

[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

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

[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

[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

[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

[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：

[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

[hadoop@hadoop102 hadoop-2.7.2]$ vi etc/hadoop/yarn-env.sh

（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>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

[hadoop@hadoop102 hadoop-2.7.2]$ sbin/yarn-daemon.sh start resourcemanager

（c）启动NodeManager

[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

http://hadoop101:8088/cluster

（b）删除文件系统上的output文件

[hadoop@hadoop102 hadoop-2.7.2]$ bin/hdfs dfs -rm -r /user/hadoop/output

（c）执行MapReduce程序

[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

3.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

[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

[hadoop@hadoop102 hadoop-2.7.2]$ sbin/mr-jobhistory-daemon.sh start historyserver

3. 查看JobHistory

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

[hadoop@hadoop102 hadoop-2.7.2]$ vi etc/hadoop/yarn-site.xml

在该文件里面增加如下配置。

<!-- 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 historyserver

4.删除HDFS上已经存在的输出文件

[hadoop@hadoop102 hadoop-2.7.2]$ bin/hdfs dfs -rm -R /user/hadoop/output

5.执行WordCount程序

[hadoop@hadoop102 hadoop-2.7.2]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/hadoop/input /user/hadoop/output