1.安装JAVA JDK
2.安装Hadoop
3.在windows上的hosts文件配置映射
4.访问hadoop131:50070 就会看到hadoop的展示页面
5.这里面有很多细节需要注意,这是我自己总结的,不一定适合你,但是可以参考一下步骤
1. 创建文件夹
在opt目录下
sudo mkdir module
sudo mkdir software
更改所属用户和组
sudo chown yinlele:yinlele module/ software/
2. 上传到opt/software
jdk1.8 hadoop2.7.2
解压
tar -zxvf jdk-8u191-linux-x64.tar.gz -C /opt/module/
tar -zxvf hadoop-2.7.2.tar.gz -C /opt/module/
3. 配置java的环境变量
sudo vim /etc/profile ## 在末尾添加 shift G 跳到末尾
## JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_191
export PATH=$PATH:$JAVA_HOME/bin
#保存 一下文件
source /etc/profile
#检查是否安装成功
java -version
4. 配置hadoop
## 编辑文件
sudo vim /etc/profile
##HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-2.7.2
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
## 保存文件
source /etc/profile
## 检查是否安装成功
hadoop version 1.配置core-site.xml文件
vim etc/hadoop/core-site.xml
# 添加
<!--指定HDFS中NameNode的地址-->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop131:9000</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>
2.配置 hdfs-site.xml
vim etc/hadoop/hdfs-site.xml
<!--指定HDFS副本的量-->
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
3. 配置 hadoop-env.sh
获取jdk的安装路径
echo $JAVA_HOME
/opt/module/jdk1.8.0_191
export JAVA_HOME=/opt/module/jdk1.8.0_191
4.启动集群
1.格式化NameNode (第一次启动时格式化,以后就不要格式化)
bin/hdfs namenode -format
2.启动NameNode
sbin/hadoop-daemon.sh start namenode
3.启动DataNode
sbin/hadoop-daemon.sh start datanode
4.输入网址查看
http://192.168.234.131:50070/dfshealth.html#tab-overview
端口 50070
5.对NameNode的文件系统操作
1. 创建文件
bin/hdfs dfs -mkdir -p /user/yinlele/input
2. 查看文件
bin/hdfs dfs -ls /
3. 上传文件
bin/hdfs dfs -put wcinput/wc.input /user/yinlele/input
4. 统计HDFS中的wc.input文件中的单词数
bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/yinlele/input /user/yinlele/youtput
5. 查看统计之后的文件
bin/hdfs dfs -cat /user/yinlele/youtput/part-r-00000
6. 删除
bin/hdfs dfs -rm -R /user/yinlele/youtput
7. 设置文件的权限
bin/hdfs dfs -chmod -R 755 /tmp
1. 查看集群
jps
2. 为什么不能一直格式化NameNode,格式化NameNode需要注意什么?
格式化NameNode会产生新的集群id,导致NameNode和DataNode的集群id不一致,
集群找不到已往的数据,所以格式化NameNode时,一定要先删除data和log日志,然后在格式化NameNode
1.停止namenode和datanode
2.删除 data和logs 目录
3.在格式化
3. 启动YARN并运行MapReduce
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
1. 配置集群
1. 配置yarn.env.sh
vim etc/hadoop/yarn-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_191
2. 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>hadoop131</value>
</property>
3. 配置 mapred-env.sh
vim etc/hadoop/mapred-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_191
4. 配置 (对mapred-site.xml.template 重命名为)mapred-site.xml
cp etc/hadoop/mapred-site.xml.template etc/hadoop/mapred-site.xml
<!--指定MR运行在yarn上-->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
5. 启动集群
1. 确保NameNode和DataNode 已经启动
2. 启动ResourceManager
1. 启动resourcemanager
sbin/yarn-daemon.sh start resourcemanager
2. 启动nodemanager
sbin/yarn-daemon.sh start nodemanager
6. 集群操作
1. 查看yarn
http://hadoop131:8088/cluster
2. 统计 /user/yinlele/input 中文件的单词个数
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/yinlele/input /user/yinlele/wcoutput
7. 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
1. 配置mapred-site.xml
vim etc/hadoop/mapred-site.xml
<!--历史服务器端地址-->
<property>
<name>mapreduce.jobtracker.address</name>
<value>hadoop131:10020</value>
</property>
<!--历史服务器web端地址-->
<property>
<name>mapreduce.jobtracker.webapp.address</name>
<value>hadoop131:19888</value>
</property>
2.启动历史服务器
sbin/mr-jobhistory-daemon.sh start historyserver
3.查看JobHistory
jps 查看进程
浏览器查看
http://hadoop131:19888/jobhistory
1. 配置日志的聚集
日志聚集概念:应用运行完成后,将日志信息上传到HDFS系统上
日志聚集功能好处: 可以方便看到程序运行情况,方便开发调试
注意:开启日志聚集功能,需要重启 NodeManager ResourceManager 和 HistoryManager
sbin/yarn-daemon.sh stop nodemanager
sbin/yarn-daemon.sh stop resourcemanager
sbin/mr-jobhistory-daemon.sh stop historyserver
1. 配置yarn-site.xml
vim etc/hadoop/yarn-site.xml
<!--日志聚集功能-->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<!--日志保留时间设置为7天-->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
2. 启动
sbin/yarn-daemon.sh start nodemanager
sbin/yarn-daemon.sh start resourcemanager
sbin/mr-jobhistory-daemon.sh start historyserver这是虚拟机准备的前奏点击即可