Hadoop单台(集群环境搭建)

推荐系统框架图

Hadoop环境搭建 centos 7.6

#1.修改主机名、关闭防火墙
[root@nfs ~]# hostnamectl set-hostname hadoop101
[root@hadoop101 ~]# systemctl stop firewalld

#2.在/opt目录下创建module、software
[root@hadoop101 ~]# mkdir /opt/module
[root@hadoop101 ~]# mkdir /opt/software

#3.上传jdk和Hadoop的包(下载地址附文末)
#软件下载地址
#1.jdk-1.8
http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html 
#2.hadoop-2.7.2.tar.gz
https://archive.apache.org/dist/hadoop/common/hadoop-2.7.2/hadoop-2.7.2.tar.gz

[root@hadoop101 software]# ll
total 178968
-rw-r--r-- 1 root root     14590 Sep 27 14:35 hadoop-2.7.2.tar.gz
-rw-r--r-- 1 root root 183246769 Sep 27 14:27 jdk-8u121-linux-x64.tar.gz

#4.安装jdk环境,配置jdk环境变量与Hadoop环境变量
[root@hadoop101 software]# tar -zxvf jdk-8u121-linux-x64.tar.gz -C /opt/module/
[root@hadoop101 jdk1.8.0_121]# vim /etc/profile
...末尾配置....
#JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_121
export PATH=$PATH:$JAVA_HOME/bin

#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-2.7.2
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin

[root@hadoop101 jdk1.8.0_121]# source /etc/profile
[root@hadoop101 jdk1.8.0_121]# java -version
java version "1.8.0_121"
Java(TM) SE Runtime Environment (build 1.8.0_121-b13)
Java HotSpot(TM) 64-Bit Server VM (build 25.121-b13, mixed mode)
[root@hadoop101 module]# hadoop version
Hadoop 2.7.2

Hadoop的目录结构

#1.bin目录:
存放对Hadoop相关服务(HDFS,YARN)进行操作的脚本
#2.etc目录:
Hadoop的配置文件目录,存放Hadoop的配置文件
#3.lib目录:
存放Hadoop的本地库(对数据进行压缩解压缩功能)
#4.sbin目录:
存放启动或停止Hadoop相关服务的脚本
#5.share目录:
存放Hadoop的依赖jar包、文档、和官方案例

Hadoop运行模式: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/

  • 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
[root@hadoop101 hadoop-2.7.2]# mkdir input
2.将Hadoop的xml配置文件复制到input
[root@hadoop101 hadoop-2.7.2]# cp etc/hadoop/*.xml input
3.执行share目录下的MapReduce程序
[root@hadoop101 hadoop-2.7.2]# 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
[root@hadoop101 hadoop-2.7.2]# cat output/*
1	dfsadmin
  • 官方WordCount案例
#1.创建目录
[root@hadoop101 hadoop-2.7.2]# mkdir wcinput
[root@hadoop101 hadoop-2.7.2]# cd wcinput
[root@hadoop101 wcinput]# touch wc.input
#2.编辑wc.input文件
[root@hadoop101 wcinput]# vi wc.input
#在文件中输入如下内容
hadoop yarn
hadoop mapreduce
laowang
laowang
#3.回到Hadoop目录/opt/module/hadoop-2.7.2
[root@hadoop101 wcinput]# cd ../
[root@hadoop101 hadoop-2.7.2]#
#4.执行程序
[root@hadoop101 hadoop-2.7.2]# hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput wcoutpu
#5.查看结果
[root@hadoop101 hadoop-2.7.2]# cat wcoutput/part-r-00000
[root@hadoop101 hadoop-2.7.2]# cat wcoutput/part-r-00000
hadoop	2
laowang	2
mapreduce	1
yarn	1

伪分布式运行模式

  • 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

  1. 执行步骤
[root@hadoop101 hadoop]# pwd
/opt/module/hadoop-2.7.2/etc/hadoop

Linux系统中获取JDK的安装路径:
#1.配置JDK
[root@hadoop101 hadoop-2.7.2]# echo $JAVA_HOME
/opt/module/jdk1.8.0_121

#2.编辑hadoop-env.sh,修改路径
[root@hadoop101 hadoop]# vi hadoop-env.sh
# The java implementation to use.
export JAVA_HOME=/opt/module/jdk1.8.0_121

#3.配置core-site.xml
#在<configuration>  </configuration>中增加下列内容
[root@hadoop101 hadoop]# vi 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-2.7.2/data/tmp</value>
</property>
......

#4.配置:hdfs-site.xml,指定副本数量
#在<configuration>  </configuration>中增加下列内容
[root@hadoop101 hadoop]# vi hdfs-site.xml
......
<!-- 指定HDFS副本的数量 -->
<property>
	<name>dfs.replication</name>
	<value>1</value>
</property>
......

#5.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)
[root@hadoop101 hadoop-2.7.2]# bin/hdfs namenode -format
b.启动NameNode
[root@hadoop101 hadoop-2.7.2]# sbin/hadoop-daemon.sh start namenode
c.启动DataNode
[root@hadoop101 hadoop-2.7.2]# sbin/hadoop-daemon.sh start datanode

#6.查看集群
[root@hadoop101 hadoop-2.7.2]# jps
9353 DataNode
9450 Jps
9293 NameNode
# 注意:jps是JDK中的命令,不是Linux命令。不安装JDK不能使用jps

#7.web端查看HDFS文件系统
#浏览器访问
http://10.0.0.7:50070/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

#查看产生的Log日志:在企业中遇到Bug时,经常根据日志提示信息去分析问题、解决Bug。
#思考:为什么不能一直格式化NameNode,格式化NameNode,要注意什么?

注意: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。

操作集群

#在HD FS文件系统上创建一个input文件夹
[root@hadoop101 hadoop-2.7.2]# bin/hdfs dfs -mkdir -p bin/hdfs dfs -mkdir -p /user/laowang/input

#将测试文件内容上传到文件系统上
[root@hadoop101 hadoop-2.7.2]# bin/hdfs dfs -put wcinput/wc.input /user/laowang/input

#查看上传的文件是否正确
[root@hadoop101 hadoop-2.7.2]# bin/hdfs dfs -ls /user/laowang/input/
Found 1 items
-rw-r--r--   1 root supergroup         45 2020-09-27 18:01 /user/laowang/input/wc.input

#运行MapReduce程序
[root@hadoop101 hadoop-2.7.2]# bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/laowang/input/ /user/laowang/output

#查看输出结果、命令行查看:
[root@hadoop101 hadoop-2.7.2]# bin/hdfs dfs -cat /user/laowang/output/*
hadoop	2
laowang	2
mapreduce	1
yarn	1

#浏览器查看如下所示

#删除输出结果
[root@hadoop101 hadoop-2.7.2]# hdfs dfs -rm -r /user/laowang/output

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
[root@hadoop101 hadoop]# pwd
/opt/module/hadoop-2.7.2/etc/hadoop

#1.配置yarn-env.sh
[root@hadoop101 hadoop]# vi yarn-env.sh
# User for YARN daemons
export HADOOP_YARN_USER=/opt/module/jdk1.8.0_121

#2.配置yarn-site.xml,与前面配置一样,在<configuration>  </configuration>中增加下列内容
[root@hadoop101 hadoop]# vi 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>


#3.配置:mapred-env.sh
[root@hadoop101 hadoop]# vi mapred-env.sh
......
# export JAVA_HOME=/home/y/libexec/jdk1.6.0/
export JAVA_HOME=/opt/module/jdk1.8.0_121

#4.配置: (对mapred-site.xml.template重新命名为) mapred-site.xml
[root@hadoop101 hadoop]# mv mapred-site.xml.template mapred-site.xml
[root@hadoop101 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
[root@hadoop101 hadoop]# jps
9353 DataNode
9964 Jps
9293 NameNode
#(b)启动ResourceManager
[root@hadoop101 hadoop-2.7.2]# sbin/yarn-daemon.sh start resourcemanager
starting resourcemanager, logging to /opt/module/hadoop-2.7.2/logs/yarn-root-resourcemanager-hadoop101.out
#(c)启动NodeManager
[root@hadoop101 hadoop-2.7.2]# sbin/yarn-daemon.sh start nodemanager
starting nodemanager, logging to /opt/module/hadoop-2.7.2/logs/yarn-root-nodemanager-hadoop101.out
#(3)集群操作
(a)YARN的浏览器页面查看,如图2-35所示
http://10.0.0.7:8088/cluster

#(b)删除文件系统上的output文件
[root@hadoop101 hadoop-2.7.2]# bin/hdfs dfs -rm -R /user/laowang/output
#(c)执行MapReduce程序
[root@hadoop101 hadoop-2.7.2]# bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/laowang/input /user/laowang/output
#(d)查看运行结果,如下图
[root@hadoop101 hadoop-2.7.2]# bin/hdfs dfs -cat /user/laowang/output/*
hadoop	2
laowang	2
mapreduce	1
yarn	1

配置历史服务器

为了查看程序的历史运行情况,需要配置历史服务器。具体配置步骤如下:

#1.配置mapred-site.xml在该文件里面增加如下配置。
[root@hadoop101 hadoop]# vi mapred-site.xml 
<!-- 历史服务器端地址 -->
<property>
<name>mapreduce.jobhistory.address</name>
<value>hadoop101:10020</value>
</property>
<!-- 历史服务器web端地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop101:19888</value>
</property>

#2.	启动历史服务器
[root@hadoop101 hadoop]# cd ../../
[root@hadoop101 hadoop-2.7.2]# sbin/mr-jobhistory-daemon.sh start historyserver

#3.	查看历史服务器是否启动
[root@hadoop101 hadoop-2.7.2]# jps
10240 NodeManager
10002 ResourceManager
10838 JobHistoryServer
10903 Jps
9353 DataNode
9293 NameNode

#4.	查看JobHistory,如下图
http://10.0.0.7:19888/jobhistory

配置日志的收集

#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。

开启日志聚集功能具体步骤如下:
1.配置yarn-site.xml在该文件里面增加如下配置
[atguigu@hadoop101 hadoop]$ vi yarn-site.xml
......
<!-- 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>
......

2.关闭NodeManager 、ResourceManager和HistoryManager
[root@hadoop101 hadoop-2.7.2]# sbin/yarn-daemon.sh stop resourcemanager
[root@hadoop101 hadoop-2.7.2]# sbin/yarn-daemon.sh stop nodemanager
[root@hadoop101 hadoop-2.7.2]# sbin/mr-jobhistory-daemon.sh stop historyserver

3.启动NodeManager 、ResourceManager和HistoryManager
[root@hadoop101 hadoop-2.7.2]# sbin/yarn-daemon.sh start resourcemanager
[root@hadoop101 hadoop-2.7.2]# sbin/yarn-daemon.sh start nodemanager
[root@hadoop101 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
[root@hadoop101 hadoop-2.7.2]# bin/hdfs dfs -rm -R /user/atguigu/output

5.执行WordCount程序
[root@hadoop101 hadoop-2.7.2]# hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/laowang/input /user/laowang/output

6.查看日志,如图2-37,2-38,2-39所示
http://10.0.0.7:19888/jobhistory

  • job运行情况

  • 查看日志

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:

要获取的默认文件 文件存放在Hadoop的jar包中的位置
[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
[mapred-default.xml] hadoop-mapreduce-client-core-2.7.2.jar/ mapred-default.xml

(2)自定义配置文件:

core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml
四个配置文件存放在$HADOOP_HOME/etc/hadoop这个路径上,用户可以根据项目需求重新进行修改配置。
posted @ 2020-09-27 19:30  老王教你学Linux  阅读(355)  评论(0编辑  收藏  举报