hadoop伪分布模式

环境变量的配置

jdk:

源文件：将jdk的压缩包放在 /opt/software里
解压：tar -zxvf jdk-8u171-linux-x64.tar.gz  -C /opt/module/	(解压到指定文件夹中)
pwd:进入/opt/module/jdk1.8.0_171，pwd复制jdk的根目录
vim /etc/profile编辑环境变量：
	export JAVA_HOME=/opt/module/jdk1.8.0_171
	export PATH=$PATH:$JAVA_HOME/bin
保存后将文件生效：source /etc/profile
测试环境变量：java -version
jdk环境变量配置成功

hadoop:

源文件：将hadoop的压缩包放在 /opt/software里
解压：tar -zxvf hadoop-2.7.2.tar.gz  -C  /opt/module/	(解压到指定文件夹中)
pwd:进入/opt/module/hadoop-2.7.2，pwd复制hadoop的根目录
vim /etc/profile编辑环境变量：
	export HADOOP_HOME=/opt/module/hadoop-2.7.2
	export PATH=$PATH:$HADOOP_HOME/bin
	export PATH=$PATH:$HADOOP_HOME/sbin
保存后将文件生效：source /etc/profile
测试环境变量：hadoop version
hadoop环境变量配置成功

hadoop运行模式

本地模式：local,配置文件不需要改动
伪分布模式：只有一个节点，所有的hdfs+mapreduce+yarn在一台主机上
完全分布式：三台虚拟机模拟的hadoop集群，hdfs+mapreduce+yarn

hadoop文件系统

bin:hadoop+hdfs等命令
etc：配置文件
lib：本地库
sbin：集群启动脚本
share：示例

本地模式示例(default配置项是本地)

1.	创建在hadoop-2.7.2文件下面创建一个input文件夹
[atguigu@hadoop101 hadoop-2.7.2]$ mkdir input
2.	将hadoop的xml配置文件复制到input（提供数据源  共8个xml文件）
[atguigu@hadoop101 hadoop-2.7.2]$ cp etc/hadoop/*.xml input		*/
3.	执行share目录下的mapreduce程序
[atguigu@hadoop101 hadoop-2.7.2]$ bin/hadoop jar（老师直接写的hadoop jar）
share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar grep（过滤） input /（老师写这个斜杠了）output（千万不能提前创建） 'dfs[a-z.]+'（正则表达式  dfs开头a-z的任意字符 +）
4.	查看输出结果
[atguigu@hadoop101 hadoop-2.7.2]$ cat output/**/

伪分布模式的配置

JAVA_HOME：	vim /opt/module/hadoop-2.7.2/etc/hadoop/hadoop-env.sh
	（：set nu 第25行）export JAVA_HOME=/opt/module/jdk1.8.0_171
namenode地址+hadoop文件目录：	vim  /opt/module/hadoop-2.7.2/etc/hadoop/core-site.xml	
				<!-- 指定HDFS中NameNode的地址 -->
				<property>
					<name>fs.defaultFS</name>
					<value>hdfs（协议）://hadoop101（主机名）:9000（端口号）</value>
				</property>	
				<!-- 指定hadoop运行时产生文件的存储目录 -->（格式化后才有此目录）
				<property>
					<name>hadoop.tmp.dir</name>
					<value>/opt/module/hadoop-2.7.2/data/tmp</value>
				</property>		
副本数： vim /opt/module/hadoop-2.7.2/etc/hadoop/hdfs-site.xml	
	<!-- 指定HDFS副本的数量 -->
	<property>
		<name>dfs.replication</name>
		<value>1</value>
	</property>

启动集群

重新格式化的时候要将data与log文件夹删除。保证namespace+cluster ID一致

	格式化：		[atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs namenode -format	
	启动namenode：	[atguigu@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode	
	启动datanode：	[atguigu@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode	
	查看当前进程：	jps(jps+namenode+datanode)
	查看日志：		logs，分别记录datanode+namenode的日记
	集群查看：		hadoop101:50070

文件系统Linux查看

集群ID:	cd  /opt/module/hadoop-2.7.2/data/tmp/dfs/data/CURRENT
data数据：/opt/module/hadoop-2.7.2/data/tmp/dfs/data/current/
		BP-1341435640-192.168.1.101-1583919560640/current/finalized/subdir0/subdir0

datanode在启动时会向namenode索要相应的ID，表明是同一集群的成员。
当重新格式化namenode时，会生成一套新ID，此ID与datanode的不一致，就启动不了。jps就不会有namenode。
为此在格式化前需要将data与logs文件夹删除。同时通过jps查看当前活跃进程，
并关闭当前所有活跃进程，确保namenode可以启动。
然后再按照一般顺序分别启动datanode，RM,NM,H等进程。
此时伪分布已经搭建完成。

hadoop文件操作

	（a）在hdfs文件系统上创建一个input文件夹,(并不是linux本地系统)。
		bin/hdfs dfs -mkdir -p /user/atguigu/input
	（b）将测试文件内容上传到文件系统上
		bin/hdfs dfs -put wcinput/wc.input /user/atguigu/input/
	（c）查看上传的文件是否正确
		bin/hdfs dfs -ls  /user/atguigu/input/
		bin/hdfs dfs -cat  /user/atguigu/input/wc.input
	（d）运行mapreduce程序
		bin/hadoop jar 	share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar 
		wordcount  /user/atguigu/input/  /user/atguigu/output
	（e）查看输出结果
		命令行查看：
		[atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs -cat /user/atguigu/output/*

标签：opt,hadoop,module,atguigu,input,2.7,分布模式
来源： https://blog.csdn.net/qq_43141232/article/details/104805423