Hadoop运行模式包括：本地模式、伪分布式以及完全分布式模式。
一、本地运行模式
1、官方Grep案例
1）在hadoop-2.7.2目录下创建一个 input 文件夹
[hadoop@hadoop101 hadoop-2.7.2]$ mkdir input
2）将hadoop的xml配置文件复制到 input
[hadoop@hadoop101 hadoop-2.7.2]$ cp etc/hadoop/*.xml input
3）执行share 目录下的MapReduce 程序
[hadoop@hadoop101 hadoop-2.7.2]$ bin/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
[hadoop@hadoop101 hadoop-2.7.2]$ cat output/*
2、官方WordCount 案例
1）在hadoop-2.7.2目录下创建一个 wcinput 文件夹
[hadoop@hadoop101 hadoop-2.7.2]$ mkdir wcinput
2）在wcinput文件家下创建一个 wc.input 文件
[hadoop@hadoop101 hadoop-2.7.2]$ cd wcinput [hadoop@hadoop101 wcinput]$ touch wc.input
3）编辑 wc.input 文件，输入如下内容
hadoop yarn
hadoop mapreduce
tom
tom
4）回到hadoop目录 /opt/module/hadoop-2.7.2
5）执行程序
[hadoop@hadoop101 hadoop-2.7.2]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput wcoutput
6）查看结果
[atguigu@hadoop101 hadoop-2.7.2]$ cat wcoutput/part-r-00000 tom 2 hadoop 2 mapreduce 1 yarn 1
二、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
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
[hadoop@ hadoop101 ~]# echo $JAVA_HOME /opt/module/jdk1.8.0_144
修改JAVA_HOME路径：
export JAVA_HOME=/opt/module/jdk1.8.0_144
b、配置：core-site.xml
<!-- 指定HDFS中NameNode的地址 --> <property> <name>fs.defaultFS</name> <value>hdfs://hadoop101:9000</value> </property> <!-- 指定Hadoop运行时产生文件的存储目录 --> <property> <name>hadoop.tmp.dir</name> <value>/opt/module/hadoop-2.7.2/data/tmp</value> </property>
c、配置：hdfs-site.xml
<!-- 指定HDFS副本的数量 --> <property> <name>dfs.replication</name> <value>1</value> </property>
2）启动集群
a、格式化NameNode（第一次启动时格式化，以后就不要总格式化）
[hadoop@hadoop101 hadoop-2.7.2]$ bin/hdfs namenode -format
b、启动NameNode
[hadoop@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode
c、启动DataNode
[hadoop@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode
3）查看集群
a、查看是否启动成功
[hadoop@hadoop101 hadoop-2.7.2]$ jps 13586 NameNode 13668 DataNode 13786 Jps
b、web端查看HDFS文件系统
http://hadoop101:50070/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
c、查看产生的Log日志
当前目录：/opt/module/hadoop-2.7.2/logs
[hadoop@hadoop101 logs]$ ls hadoop-atguigu-datanode-hadoop.atguigu.com.log hadoop-atguigu-datanode-hadoop.atguigu.com.out hadoop-atguigu-namenode-hadoop.atguigu.com.log hadoop-atguigu-namenode-hadoop.atguigu.com.out SecurityAuth-root.audit [hadoop@hadoop101 logs]# cat hadoop-atguigu-datanode-hadoop101.log
d、思考：为什么不能一直格式化NameNode，格式化NameNode，要注意什么？
[hadoop@hadoop101 hadoop-2.7.2]$ cd data/tmp/dfs/name/current/ [hadoop@hadoop101 current]$ cat VERSION clusterID=CID-f0330a58-36fa-4a2a-a65f-2688269b5837 [hadoop@hadoop101 hadoop-2.7.2]$ cd data/tmp/dfs/data/current/
clusterID=CID-f0330a58-36fa-4a2a-a65f-2688269b5837
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，集群找不到以往数据。所以，格式化NameNode时，一定要先删除data数据和log日志，然后再格式化NameNode。
4）操作集群
a、在HDFS文件系统上创建一个 input 文件夹
[hadoop@hadoop101 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@hadoop101 hadoop-2.7.2]$bin/hdfs dfs -put wcinput/wc.input /user/hadoop/input/
c、查看上传的文件是否正确
[hadoop@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs -ls /user/hadoop/input/ [hadoop@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs -cat /user/hadoop/input/wc.input
d、运行MapReduce程序
[hadoop@hadoop101 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@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs -cat /user/hadoop/output/*
浏览器查看：
f、将测试文件内容下载到本地
[hadoop@hadoop101 hadoop-2.7.2]$ hdfs dfs -get /user/hadoop/output/part-r-00000 ./wcoutput/
g、删除输出结果
[hadoop@hadoop101 hadoop-2.7.2]$ hdfs dfs -rm -r /user/hadoop/output
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
export JAVA_HOME=/opt/module/jdk1.8.0_144
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>hadoop101</value> </property>
c、配置：mapred-env.sh
配置一下 JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_144
d、配置：（对mapred-site.xml.template重命名为）mapred-site.xml
[hadoop@hadoop101 hadoop]$ mv mapred-site.xml.template mapred-site.xml [hadoop@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
b、启动ResourceManager
[hadoop@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh start resourcemanager
c、启动NodeManager
[hadoop@hadoop101 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：
b、删除文件系统上的output文件夹
[hadoop@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs -rm -R /user/atguigu/output
c、执行MapReduce程序
[hadoop@hadoop101 hadoop-2.7.2]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/hadoop/input /user/hadoop/output
d、查看运行结果：
[hadoop@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs -cat /user/atguigu/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
在该文件里面增加如下配置：
<!-- 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
[hadoop@hadoop101 hadoop-2.7.2]$ sbin/mr-jobhistory-daemon.sh start historyserver
3）查看历史服务器是否启动
[hadoop@hadoop101 hadoop-2.7.2]$ jps
4）查看JobHistory
http://hadoop101:19888/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：可以方便地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。
步骤如下：
1）配置 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>
2）关闭 NodeManager、ResourceManager 和 HistoryManager
[hadoop@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop resourcemanager
[hadoop@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop nodemanager
[hadoop@hadoop101 hadoop-2.7.2]$ sbin/mr-jobhistory-daemon.sh stop historyserver
3）启动NodeManager、ResourceManager 和 HistoryManager
[hadoop@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh start resourcemanager [hadoop@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh start nodemanager [hadoop@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
[hadoop@hadoop101 hadoop-2.7.2]$ bin/hdfs dfs -rm -R /user/atguigu/output
5）执行 WordCount 程序
[hadoop@hadoop101 hadoop-2.7.2]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/atguigu/input /user/atguigu/output
6）查看日志，如图
http://hadoop101:19888/jobhistory
5、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。