Note03：Hadoop2.7.2 安装配置及本地运行、伪分布

作者: K__3f8b | 来源:发表于2020-03-10 14:22 被阅读0次

我的Hadoop笔记——第二讲
Hadoop1.2.1 分布式环境安装
Hadoop系列－Hadoop 运行模式
hadoop成长笔记
Zookeeper安装（伪分布式）
hadoop1.x伪分布式环境安装（单机）
51cto赵强HADOOP学习（一）
ubuntu18.04（后面换了16.04）配置hadoop2.
Hadoop分布式集群搭建
React-native Andorid 环境配置

虚拟机环境准备

静态IP
能联网
关闭防火墙
创建一个用户
该用户还具有root权限
新建文件夹↓

# 在/opt目录下创建module、software文件夹，
# 并修改这两文件夹的所有者为刚新建的用户
# 一个存压缩包，一个存解压包

[kevin@hadoop111 ~]$ cd /opt/
[kevin@hadoop111 ~]$ sudo mkdir module
[kevin@hadoop111 ~]$ sudo mkdir software
[kevin@hadoop111 ~]$ sudo chown 用户名:用户名 module/ software/

JDK安装配置

Hadoop安装配置

导入已经编译过压缩包（提取码：j9oe ）至/opt/software目录下(因为官方只提供32位的版本，我们需要自己将32位编译成64位)
解压 hadoop 到/opt/module 目录下

[kevin@hadoop111 software]$ tar -zxvf hadoop-2.7.2.tar.gz -C /opt/module/

配置 hadoop 环境变量

先获取 hadoop 路径：

[kevin@hadoop111 hadoop-2.7.2]$ pwd

/opt/module/hadoop-2.7.2

打开/etc/profile 文件：

[kevin@hadoop111 hadoop-2.7.2]$ vim /etc/profile

在 profie 文件最末尾添加 hadoop 路径：

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

让修改后的文件生效：

[kevin@hadoop111 hadoop-2.7.2]$ source /etc/profile

重启（如果 hadoop version 可以用就不用重启）：

[kevin@hadoop111 hadoop-2.7.2]$ sync
[kevin@hadoop111 hadoop-2.7.2]$ reboot

测试 hadoop 安装成功

[kevin@hadoop111 hadoop-2.7.2]$ hadoop version
Hadoop 2.7.2

本地运行模式

官方Grep案例

创建在hadoop-2.7.2文件下面创建一个input文件夹

[kevin@hadoop111 hadoop-2.7.2]$ mkdir input

将Hadoop的xml配置文件复制到input

[kevin@hadoop111 hadoop-2.7.2]$ cp etc/hadoop/*.xml input

执行share目录下的MapReduce程序

[kevin@hadoop111 hadoop-2.7.2]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar grep input output 'dfs[a-z.]+'

查看输出结果

[kevin@hadoop111 hadoop-2.7.2]$ cat output/part-r-00000

官方WordCount案例

创建在hadoop-2.7.2文件下面创建一个wcinput文件夹

[kevin@hadoop111 hadoop-2.7.2]$ mkdir wcinput

在wcinput文件下创建一个wc.txt文件

[kevin@hadoop111 hadoop-2.7.2]$ touch wcinput/wc.txt

编辑wc.input文件

在文件中输入要统计内容，例如：hadoop yarn hadoop mapreduce kevin kevin

[kevin@hadoop111 hadoop-2.7.2]$ vim wcinput/wc.txt

执行程序（wcoutput不能已经存在，若存在，请删除或下面换个文件名）

[kevin@hadoop111 hadoop-2.7.2]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput wcoutput

查看结果

[kevin@hadoop111 hadoop-2.7.2]$ cat wcoutput/part-r-00000

 hadoop   2
 yarn     1
 mapreduce 1
 kevin    2

伪分布式运行模式

> 注意：集群的配置文件均在 /opt/module/hadoop-2.7.2/etc/hadoop 下

启动HDFS并运行MapReduce程序

配置集群

获取JDK的安装路径

[kevin@hadoop111 ~]$ echo $JAVA_HOME
/opt/module/jdk1.8.0_241

配置：hadoop-env.sh

# 修改JAVA_HOME 路径：
export JAVA_HOME=/opt/module/jdk1.8.0_241

配置：core-site.xml

<!-- 指定HDFS中NameNode的地址 -->
<property>
    <name>fs.defaultFS</name>
    <!-- 在/etc/hosts添加192.168.1.111 hadoop111，
    或者直接使用虚拟机的IP地址 -->
    <!-- <value>hdfs://hadoop111:9000</value> -->
    <value>hdfs://192.168.1.111:9000</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>

配置：hdfs-site.xml

<!-- 指定HDFS副本的数量 -->
<property>
    <name>dfs.replication</name>
    <value>1</value>
</property>

启动集群

格式化NameNode（第一次启动时格式化，以后就不要总格式化）

[kevin@hadoop111 hadoop-2.7.2]$ bin/hdfs namenode -format

启动NameNode

[kevin@hadoop111 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode

启动DataNode

[kevin@hadoop111 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode

查看集群

查看是否启动成功

[kevin@hadoop111 hadoop-2.7.2]$ jps
13586 NameNode
13668 DataNode
13786 Jps

注意：jps是JDK中的命令，不是Linux命令。不安装JDK不能使用 jps

web端查看HDFS文件系统

http://192.168.1.111:50070/explorer.html#/user

注意：如果不能查看，看如下帖子处理

查看产生的Log日志

[kevin@hadoop111 hadoop-2.7.2]$ cd /opt/module/hadoop-2.7.2/logs
[kevin@hadoop111 hadoop-2.7.2]$ ls
hadoop-kevin-datanode-hadoop111.log
hadoop-kevin-datanode-hadoop111.out
hadoop-kevin-namenode-hadoop111.log
hadoop-kevin-namenode-hadoop111.out
SecurityAuth-kevin.audit
[kevin@hadoop111 logs]# cat hadoop-kevin-datanode-hadoop111.log

为什么不能一直格式化NameNode，格式化NameNode，要注意什么？

# 注意路径
[kevin@hadoop111 hadoop-2.7.2]$ cd data/tmp/dfs/name/current/
[kevin@hadoop111 hadoop-2.7.2]$ cat VERSION
clusterID=CID-3b299b72-267c-4fc1-aa72-464f54646b1f

[kevin@hadoop111 hadoop-2.7.2]$ cd data/tmp/dfs/data/current/
clusterID=CID-3b299b72-267c-4fc1-aa72-464f54646b1f

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，也就是/opt/module/hadoop-2.7.2下的data和logs文件夹，然后再格式化NameNode。

操作集群

在HDFS文件系统上创建一个input文件夹

[kevin@hadoop111 hadoop-2.7.2]$ bin/hdfs dfs -mkdir -p /user/kevin/input

将测试文件内容上传到文件系统上

[kevin@hadoop111 hadoop-2.7.2]$ bin/hdfs dfs -put wcinput/wc.txt /user/kevin/input/

查看上传的文件是否正确

[kevin@hadoop111 hadoop-2.7.2]$ bin/hdfs dfs -ls /user/kevin/input/
[kevin@hadoop111 hadoop-2.7.2]$ bin/hdfs dfs -cat /user/kevin/input/wc.txt

运行MapReduce程序(注意：/user/kevin/output文件夹不能已经创建)

[kevin@hadoop111 hadoop-2.7.2]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/kevin/input/ /user/kevin/output

查看输出结果

[kevin@hadoop111 hadoop-2.7.2]$ bin/hdfs dfs -cat /user/kevin/output/*

浏览器查看

http://192.168.1.111:50070/explorer.html#/user/kevin

将测试文件内容下载到本地

[kevin@hadoop111 hadoop-2.7.2]$ hdfs dfs -get /user/kevin/output/part-r-00000 ./wcoutput/

删除输出结果

[kevin@hadoop111 hadoop-2.7.2]$ hdfs dfs -rm -r /user/kevin/output

启动YARN并运行MapReduce程序

在HDFS的配置下，配置YARN

配置集群

配置 yarn-env.sh

# 修改JAVA_HOME 路径：
export JAVA_HOME=/opt/module/jdk1.8.0_241

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>

配置 mapred-env.sh

# 修改JAVA_HOME 路径：
export JAVA_HOME=/opt/module/jdk1.8.0_241

配置： (对mapred-site.xml.template复制命名为) mapred-site.xml

[kevin@hadoop111 hadoop]$ cp mapred-site.xml.template mapred-site.xml
[kevin@hadoop111 hadoop]$ vi mapred-site.xml

<!-- 指定MR运行在YARN上 -->
<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
</property>

启动集群

启动前必须保证NameNode和DataNode已经启动

[kevin@hadoop111 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode
[kevin@hadoop111 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode

启动ResourceManager

[kevin@hadoop111 hadoop-2.7.2]$ sbin/yarn-daemon.sh start resourcemanager

启动NodeManager

[kevin@hadoop111 hadoop-2.7.2]$ sbin/yarn-daemon.sh start nodemanager

集群操作

YARN的浏览器页面查看

http://192.168.1.111:8088/cluster

删除HDFS上的output文件

[kevin@hadoop111 hadoop-2.7.2]$ bin/hdfs dfs -rm -R /user/kevin/output

执行WordCount程序

[kevin@hadoop111 hadoop-2.7.2]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/kevin/input /user/kevin/output

查看运行结果

http://192.168.1.111:8088/cluster

[kevin@hadoop111 hadoop-2.7.2]$ bin/hdfs dfs -cat /user/kevin/output/*

为了让上面history的按钮能用，则需要配置历史服务器

配置历史服务器

配置mapred-site.xml

<!-- 历史服务器端地址 -->
<property>
    <name>mapreduce.jobhistory.address</name>
    <value>192.168.1.111:10020</value>
</property>

<!-- 历史服务器web端地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>192.168.1.111:19888</value>
</property>

启动历史服务器

[kevin@hadoop111 hadoop-2.7.2]$ sbin/mr-jobhistory-daemon.sh start historyserver

查看历史服务器是否启动

[kevin@hadoop111 hadoop-2.7.2]$ jps

查看JobHistory

http://192.168.1.111:19888/jobhistory

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。

配置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>

关闭NodeManager 、ResourceManager 和 HistoryManager

[kevin@hadoop111 hadoop-2.7.2]$ sbin/mr-jobhistory-daemon.sh stop historyserver
[kevin@hadoop111 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop nodemanager
[kevin@hadoop111 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop resourcemanager

启动NodeManager 、ResourceManager和HistoryManager

[kevin@hadoop111 hadoop-2.7.2]$ sbin/yarn-daemon.sh start resourcemanager
[kevin@hadoop111 hadoop-2.7.2]$ sbin/yarn-daemon.sh start nodemanager
[kevin@hadoop111 hadoop-2.7.2]$ sbin/mr-jobhistory-daemon.sh start historyserver

删除HDFS上的output文件

[kevin@hadoop111 hadoop-2.7.2]$ bin/hdfs dfs -rm -R /user/kevin/output

执行WordCount程序

[kevin@hadoop111 hadoop-2.7.2]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/kevin/input /user/kevin/output

查看日志

http://192.168.1.111:19888/jobhistory

jobhistory2

jobhistory3

我的Hadoop笔记——第二讲
?三种运行模式伪分布式：只有一个节点来模拟。 ?伪分布式安装和配置步骤 ?hadoop配置文件 ?安装中配置参数...
Hadoop1.2.1 分布式环境安装
之前介绍过本地模式(伪分布式)安装运行Hadoop，今天介绍一下如何在分布式的环境下安装并运行Hadoop。 0x...
Hadoop系列－Hadoop 运行模式
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。本地（独立）模式：无需运行任何守护进程，所有...
hadoop成长笔记
[2018/08/07]1. 伪分布集群的安装介绍：Hadoop三种运行模式安装：Hadoop（二）搭建伪分布式...
Zookeeper安装（伪分布式）
Zookeeper安装（伪分布式） 1、下载安装包并解压 2、改配置创建必要目录创建运行脚本登录客户端
hadoop1.x伪分布式环境安装（单机）
1.x伪分布式环境安装（单机）： 1.前置准备：配置主机名（不要使用ip），安装jdk及下载hadoop的gz...
51cto赵强HADOOP学习（一）
安装linux和jdk.上传jdk和hadoop 安装hadoop（上传hadoop）本地模式伪分布模式全分...
ubuntu18.04（后面换了16.04）配置hadoop2.
伪分布模式运行伪分布模式 1.退出localhost，在伪分布式模式中，运行hdfs，输入命令$ bin/hdf...
Hadoop分布式集群搭建
Hadoop分布式集群和前面的伪分布式安装方法类似，Hadoop用户创建，ssh配置，java环境安装，Hadoo...
React-native Andorid 环境配置
参考资料： 1 Java 运行环境安装及配置 1.1 下载 Java JDK 1.2 安装及配置 JDK 安装完成...