hadoop - 配置完全分布式模式并运行WordCount程序

作者: 静水流深ylyang | 来源:发表于2019-05-08 11:36 被阅读0次

Hadoop三种模式便捷切换以及让命令行提示符显式完整路径
（1）Hadoop三种模式便捷切换
首先执行如下命令：

  [yylin@big etc]$ cp -r hadoop local
  [yylin@big etc]$ cp -r hadoop pseudo
  [yylin@big etc]$ cp -r hadoop full
  [yylin@big etc]$ rm -rf hadoop
  [yylin@big etc]$ ln -s pseudo hadoop

上面几条命令的结果是，将原有的hadoop文件夹复制三份，分别命名为local、pseudo和full，代表本地模式、伪分布式模式以及完全分布式模式，然后删除原有的hadoop文件夹，再创建hadoop符号链接指向pseudo文件夹。
这样做的好处是，如果想在这三种模式中切换的话，只需要修改hadoop符号链接指向不同的文件夹就好了。

（2）让命令行提示符显式完整路径
（a）编辑/etc目录下的profile文件，添加环境变量PS1

  export PS1='[\u@\h `pwd`]\$'

（b）生效，执行命令

  source /etc/profile

1. 配置Hadoop伪分布式模式

（1）进入${HADOOP_HOME}/etc/hadoop目录，在该目录下有好多文件，主要需要配置的是四个文件，分别是core-site.xml、hdfs-site.xml、mapred-site.xml和yarn-site.xml。

从图中看到，没有mapred-site.xml，有个mapred-site.xml.template，复制并重命名为mapred-site.xml即可。
（2）编辑core-site.xml：

  <?xml version="1.0"?>
  <configuration>
    <property>
      <name>fs.defaultFS</name>
      <value>hdfs://s135/</value>
    </property>
  </configuration>

（3）编辑hdfs-site.xml，可以看到副本数为3：

  <?xml version="1.0"?>
  <configuration>
    <property>
      <name>dfs.replication</name>
      <value>3</value>
    </property>
    <property>
      <!-- 配置hadoop.tmp.dir目录 -->
      <name>hadoop.tmp.dir</name>
      <value>/home/yylin/hadoop</value>
    </property>
  </configuration>

（4）编辑mapred-site.xml：
注意:cp mapred-site.xml.template mapred-site.xml

  <?xml version="1.0"?>
   <configuration>
      <property>
      <name>mapreduce.framework.name</name>
      <value>yarn</value>
    </property>
    <property>
      <name>yarn.app.mapreduce.am.env</name>
      <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
    <property>
      <name>mapreduce.map.env</name>
      <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
    <property>
      <name>mapreduce.reduce.env</name>
      <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
  </configuration>

（5）编辑yarn-site.xml：

  <?xml version="1.0"?>
  <configuration>
    <property>
      <name>yarn.resourcemanager.hostname</name>
      <value>s135</value>
    </property>
    <property>
      <name>yarn.nodemanager.aux-services</name>
      <value>mapreduce_shuffle</value>
    </property>
  </configuration>

1. 配置SSH

（1）检查是否安装了ssh相关软件包(openssh-server + openssh-clients + openssh)

  [yylin@big hadoop]$ yum list installed | grep ssh

（2）检查是否启动了sshd进程

  [yylin@big hadoop]$ ps -Af | grep sshd

（3）在client侧生成公私秘钥对。

  [yylin@big ~]$ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa

（4）生成~/.ssh文件夹，里面有id_rsa(私钥) + id_rsa.pub(公钥)

（5）追加公钥到~/.ssh/authorized_keys文件中(文件名、位置固定)

  [yylin@big ~]$ cd ~/.ssh
  [yylin@big .ssh]$ cat id_rsa.pub >> authorized_keys

（6）修改authorized_keys的权限为644.

  [yylin@big .ssh]$ chmod 644 authorized_keys

（7）测试

  [yylin@big .ssh]$ ssh localhost

（8）格式化名称节点
运行命令：hdfs namenode -format

到此为止，完全分布模式配置成功。

（9）启动Hadoop服务
执行命令：

start-dfs.sh

启动namenodes、datanodes、secondary namenodes

start-yarn.sh

启动resourcemanager、nodemanagers
（10）浏览器访问namenode节点
http://s135:9870
可以看到hadoop的信息

1. 运行WordCount入门程序

（1）WordCount程序介绍
WordCount是hadoop学习的helloword级别的练习程序，可以统计英文单词的数目，在hadoop中有此示例程序，代码如下：

package org.apache.hadoop.examples;

import java.io.IOException;
import java.util.StringTokenizer;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.GenericOptionsParser;

public class WordCount {

  public static class TokenizerMapper 
       extends Mapper<Object, Text, Text, IntWritable>{
    
    private final static IntWritable one = new IntWritable(1);
    private Text word = new Text();
      
    public void map(Object key, Text value, Context context
                    ) throws IOException, InterruptedException {
      StringTokenizer itr = new StringTokenizer(value.toString());
      while (itr.hasMoreTokens()) {
        word.set(itr.nextToken());
        context.write(word, one);
      }
    }
  }
  
  public static class IntSumReducer 
       extends Reducer<Text,IntWritable,Text,IntWritable> {
    private IntWritable result = new IntWritable();

    public void reduce(Text key, Iterable<IntWritable> values, 
                       Context context
                       ) throws IOException, InterruptedException {
      int sum = 0;
      for (IntWritable val : values) {
        sum += val.get();
      }
      result.set(sum);
      context.write(key, result);
    }
  }

  public static void main(String[] args) throws Exception {
    Configuration conf = new Configuration();
    String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
    if (otherArgs.length < 2) {
      System.err.println("Usage: wordcount <in> [<in>...] <out>");
      System.exit(2);
    }
    Job job = Job.getInstance(conf, "word count");
    job.setJarByClass(WordCount.class);
    job.setMapperClass(TokenizerMapper.class);
    job.setCombinerClass(IntSumReducer.class);
    job.setReducerClass(IntSumReducer.class);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    for (int i = 0; i < otherArgs.length - 1; ++i) {
      FileInputFormat.addInputPath(job, new Path(otherArgs[i]));
    }
    FileOutputFormat.setOutputPath(job,
      new Path(otherArgs[otherArgs.length - 1]));
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}

将代码拷入工程中。
接下来用Maven构建工程，用idea导出jar包。
idea的pom.xml文件

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>nwpu</groupId>
    <artifactId>WordCount</artifactId>
    <version>1.0-SNAPSHOT</version>

    <dependencies>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-hdfs</artifactId>
            <version>3.2.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>3.2.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>3.2.0</version>
        </dependency>
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.11</version>
        </dependency>
    </dependencies>
    <build>
        <plugins>
            <plugin>
                <artifactId>maven-assembly-plugin</artifactId>
                <configuration>
                    <appendAssemblyId>false</appendAssemblyId>
                    <descriptorRefs>
                        <descriptorRef>jar-with-dependencies</descriptorRef>
                    </descriptorRefs>
                    <archive>
                        <manifest>
                            <!--注意，此处必须是main()方法对应类的完整路径  -->
                            <mainClass>org.apache.hadoop.examples.WordCountAPP</mainClass>
                        </manifest>
                    </archive>
                </configuration>
                <executions>
                    <execution>
                        <id>make-assembly</id>
                        <phase>package</phase>
                        <goals>
                            <goal>assembly</goal>
                        </goals>
                    </execution>
                </executions>
            </plugin>
        </plugins>
    </build>
</project>

然后导出jar包

依次点击idea右侧栏的maven->WordCount->Lifecycle->(clean compile package install)，即可生成jar包，目录如下：

jar包导入服务器上，hello.txt文件put到hdfs文件系统上：

hdfs dfs -put input /user/yylin/

运行命令

hadoop jar WordCount-1.0-SNAPSHOT.jar /user/yylin/input /user/yylin/output

成功了。

网友评论

本文标题：hadoop - 配置完全分布式模式并运行WordCount程序

本文链接：https://www.haomeiwen.com/subject/rtvyoqtx.html

延伸阅读

深度阅读

您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

hadoop - 配置完全分布式模式并运行WordCount程序

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读