hadoop运行模式(本地运行模式,伪分布模式,完全分布模式,配置时间同步)_[root@hadoop01 hadoop]# hdfs dfs -cat /user/root/o

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。
Hadoop官方网站：http://hadoop.apache.org/
这里将Hadoop-2.6.0改名为hadoop,所以大家请分辨好外层目录hadoop
和内层目录hadoop

本地运行模式

1. 官方Grep案例

• 创建在hadoop文件下面创建一个input文件夹

[root@hadoop101 hadoop]# mkdir input
1

• 将Hadoop的xml配置文件复制到input

[root@hadoop101 hadoop]# cp etc/hadoop/*.xml input
1

• 执行share目录下的MapReduce程序

[root@hadoop101 hadoop]# bin/hadoop jar
share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar grep input output 'dfs[a-z.]+'
1
2

• 查看输出结果

[root@hadoop101 hadoop]# cat output/*
1

2. 官方WordCount案例

• 创建在hadoop文件下面创建一个wcinput文件夹

[root@hadoop101 hadoop]# mkdir wcinput
1

• 在wcinput文件下创建一个wc.input文件

[root@hadoop101 hadoop]# cd wcinput
[root@hadoop101 wcinput]# touch wc.input
1
2

• 编辑wc.input文件

[root@hadoop101 wcinput]# vi wc.input
1

在文件中输入如下内容

hadoop yarn
hadoop mapreduce
root
root
1
2
3
4

保存退出: x

• 回到Hadoop目录/opt/hadoop
• 执行程序

[root@hadoop101 hadoop]# hadoop jar
 share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar wordcount wcinput wcoutput
1
2

• 查看结果

[root@hadoop101 hadoop]$ cat wcoutput/part-r-00000
root 2
hadoop  2
mapreduce       1
yarn    1
1
2
3
4
5

伪分布式运行模式

1. 启动HDFS并运行MapReduce程序

• 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:
    [root@ 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/hadoop/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>
   1
   2
   3
   4
   5
   6
   7
   8
   9
   10
   11
   12
   13
   14
   15
   16
   17
   18
   19
   20
   21
   22
   23
   24

(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）

[root@hadoop101 hadoop]# hadoop namenode -format
1

(b) 启动NameNode

[root@hadoop101 hadoop]# sbin/hadoop-daemon.sh start namenode
1

(\c) 启动DataNode

[root@hadoop101 hadoop]# sbin/hadoop-daemon.sh start datanode
1

(3) 查看集群是否启动成功
(a)

[root@hadoop101 hadoop]# jps
13586 NameNode
13668 DataNode
13786 Jps
1
2
3
4

注意：jps是JDK中的命令，不是Linux命令。不安装JDK不能使用jps
(b) web端查看HDFS文件系统

http://hadoop101:50070/dfshealth.html#tab-overview
1

(\c) 查看产生的Log日志
说明：在企业中遇到Bug时，经常根据日志提示信息去分析问题、解决Bug。
当前目录：/opt/hadoop/logs

[root@hadoop101 logs]# ls
hadoop-root-datanode-hadoop.root.com.log
hadoop-root-datanode-hadoop.root.com.out
hadoop-root-namenode-hadoop.root.com.log
hadoop-root-namenode-hadoop.root.com.out
SecurityAuth-root.audit
[root@hadoop101 logs]# cat hadoop-root-datanode-hadoop101.log
1
2
3
4
5
6
7

（d）思考：为什么不能一直格式化NameNode，格式化NameNode，要注意什么？

[root@hadoop101 hadoop]$ # ./tmp/dfs/name/current/
[root@hadoop101 current]# cat VERSION
clusterID=CID-f0330a58-36fa-4a2a-a65f-2688269b5837
1
2
3

[root@hadoop101 hadoop]# cd ./tmp/dfs/data/current/
clusterID=CID-f0330a58-36fa-4a2a-a65f-2688269b5837
1
2

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，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

[root@hadoop101 hadoop]# bin/hdfs dfs -mkdir -p /user/atguigu/input
1

（b）将测试文件内容上传到文件系统上

[root@hadoop101 hadoop]# bin/hdfs dfs -put wcinput/wc.input /user/root/input/
1

（c）查看上传的文件是否正确

[root@hadoop101 hadoop]# bin/hdfs dfs -ls  /user/root/input/
[root@hadoop101 hadoop]# bin/hdfs dfs -cat  /user/root/ input/wc.input
1
2

（d）运行MapReduce程序

[root@hadoop101 hadoop]# bin/hadoop jar
share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar wordcount /user/root/input/ /user/root/output
1
2

（e）查看输出结果
命令行查看：

[root@hadoop101 hadoop]# bin/hdfs dfs -cat /user/root/output/*
1

浏览器查看

（f）将测试文件内容下载到本地

[root@hadoop101 hadoop]# hdfs dfs -get /user/root/output/part-r-00000 ./wcoutput/
1

（g）删除输出结果

[root@hadoop101 hadoop]# hdfs dfs -rm -r /user/root/output
1

2. YARN上运行MapReduce 程序

• 分析
  （1）配置集群YARN上运行
  （2）启动、测试集群增、删、查
  （3）在YARN上执行WordCount案例

• 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/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/jdk1.8.0_144
    (d) 配置： (对mapred-site.xml.template重新命名为) mapred-site.xml
    [root@hadoop101 hadoop]# mv mapred-site.xml.template mapred-site.xml
    [root@hadoop101 hadoop]# vi mapred-site.xml
  
    <!-- 指定MR运行在YARN上 -->
    <property>
    	<name>mapreduce.framework.name</name>
    	<value>yarn</value>
    </property>
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
  13
  14
  15
  16
  17
  18
  19
  20
  21
  22
  23
  24
  25
  26
  27

(2)启动集群
（a）启动前必须保证NameNode和DataNode已经启动
（b）启动ResourceManager

[root@hadoop101 hadoop]# sbin/yarn-daemon.sh start resourcemanager
1

（c）启动NodeManager

[root@hadoop101 hadoop]# sbin/yarn-daemon.sh start nodemanager
1

(3)集群操作
（a）YARN的浏览器页面查看

http://hadoop101:8088/cluster
1

（b）删除文件系统上的output文件

[root@hadoop101 hadoop]# bin/hdfs dfs -rm -R /user/root/output
1

（c）执行MapReduce程序

[root@hadoop101 hadoop]# bin/hadoop jar
 share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar wordcount /user/root/input  /user/root/output
1
2

（d）查看运行结果

[root@hadoop101 hadoop]# bin/hdfs dfs -cat /user/root/output/*
1

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：

• 配置mapred-site.xml

[root@hadoop101 hadoop]# vi mapred-site.xml
1

在该文件里面增加如下配置。

<property>
<name>mapreduce.jobhistory.address</name>
<value>hadoop101:10020</value>
</property>
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop101:19888</value>
</property>
<!--第三方框架使用yarn计算的日志聚集功能 -->
<property>
        <name>yarn.log.server.url</name>
        <value>http://hadoop101:19888/jobhistory/logs</value>
</property>
1
2
3
4
5
6
7
8
9
10
11
12
13

• 启动历史服务器

[root@hadoop101 hadoop]# sbin/mr-jobhistory-daemon.sh start historyserver
1

• 查看历史服务器是否启动

[root@hadoop101 hadoop]# jps
1

• 查看JobHistory

http://hadoop101:19888/jobhistory
1

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。

• 1.配置yarn-site.xml

[root@hadoop101 hadoop]# vi yarn-site.xml
1

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>
1
2
3
4
5
6
7
8
9
10
11

• 关闭NodeManager 、ResourceManager和HistoryManager

[root@hadoop101 hadoop]# sbin/yarn-daemon.sh stop resourcemanager
[root@hadoop101 hadoop]# sbin/yarn-daemon.sh stop nodemanager
[root@hadoop101 hadoop]# sbin/mr-jobhistory-daemon.sh stop historyserver
1
2
3

• 启动NodeManager 、ResourceManager和HistoryManager

[root@hadoop101 hadoop]# sbin/yarn-daemon.sh start resourcemanager
[root@hadoop101 hadoop]# sbin/yarn-daemon.sh start nodemanager
[root@hadoop101 hadoop]# sbin/mr-jobhistory-daemon.sh start historyserver
1
2
3

• 删除HDFS上已经存在的输出文件

[root@hadoop101 hadoop]# bin/hdfs dfs -rm -R /user/root/output
1

• 5.执行WordCount程序

[root@hadoop101 hadoop]# hadoop jar
 share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar wordcount /user/root/input /user/root/output
1
2

• 查看日志

http://hadoop101:19888/jobhistory
1

5. 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：

（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。
1

完全分布式运行模式（开发重点）

分析：
1）准备3台客户机（关闭防火墙、静态ip、主机名称）
2）安装JDK
3）配置环境变量
4）安装Hadoop
5）配置环境变量
6）配置集群
7）单点启动
8）配置ssh
9）群起并测试集群

一 编写集群分发脚本xsync

1. scp（secure copy）安全拷贝
   （1）scp定义：

     scp可以实现服务器与服务器之间的数据拷贝。（from server1 to server2）
   1

（2）基本语法

scp    -r          $pdir/$fname              $user@hadoop$host:$pdir
命令   递归       要拷贝的文件路径/名称        目的用户@主机:目的路径
1
2

（3）案例实操
（a）在hadoop101上，将hadoop101中/opt/目录下的软件拷贝到hadoop102上

[root@hadoop101 /]# scp -r /opt/  root@hadoop102:/opt/
1

（b）在hadoop103上，将hadoop101服务器上的/opt目录下的软件拷贝到hadoop103上

[root@hadoop103 opt]# scp -r root@hadoop101:/opt/ root@hadoop03:/opt/
1

（c）在hadoop103上操作将hadoop101中/opt目录下的软件拷贝到hadoop104上。

[root@hadoop103 opt]# scp -r root@hadoop101:/opt/ root@hadoop104:/opt/
1

注意：拷贝过来的/opt目录，别忘了在hadoop102、hadoop103、hadoop104上修改所有文件的，所有者和所有者组。sudo chown root:root -R /opt/
（d）将hadoop101中/etc/profile文件拷贝到hadoop102的/etc/profile上。

[root@hadoop101 ~]# scp /etc/profile root@hadoop102:/etc/profile
1

（e）将hadoop101中/etc/profile文件拷贝到hadoop103的/etc/profile上

[root@hadoop101 ~]# scp /etc/profile root@hadoop103:/etc/profile
1

（f）将hadoop101中/etc/profile文件拷贝到hadoop104的/etc/profile上。

[root@hadoop101 ~]# scp /etc/profile root@hadoop104:/etc/profile
1

注意：拷贝过来的配置文件别忘了source一下/etc/profile。

2. rsync 远程同步工具

   rsync主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。
   rsync和scp区别：用rsync做文件的复制要比scp的速度快，rsync只对差异文件做更新。scp是把所有文件都复制过去。
   1
   2

(1) 基本语法

rsync    -rvl       $pdir/$fname              $user@hadoop$host:$pdir
命令   选项参数   要拷贝的文件路径/名称          目的用户@主机:目的路径
1
2

选项参数说明

(2) 案例实操
（a）把hadoop101机器上的/opt目录同步到hadoop102服务器的root用户下的/opt/目录

[root@hadoop101 opt]# rsync -rvl /opt/software/ root@hadoop102:/opt/software
1

3. xsync集群分发脚本
   (1) 需求：循环复制文件到所有节点的相同目录下
   (2) 需求分析：
   （a）rsync命令原始拷贝：

    rsync  -rvl     /opt/ 		 root@hadoop103:/opt/
   1

（b）期望脚本：
xsync要同步的文件名称
（c）说明：在/home/root/bin这个目录下存放的脚本，root用户可以在系统任何地方直接执行。
（3）脚本实现
（a）在/home/root目录下创建bin目录，并在bin目录下xsync创建文件，文件内容如下：

[root@hadoop102 ~]# mkdir bin
[root@hadoop102 ~]# cd bin/
[root@hadoop102 bin]# touch xsync
[root@hadoop102 bin]# vi xsync
1
2
3
4

在该文件中编写如下代码

#!/bin/bash
#1 获取输入参数个数，如果没有参数，直接退出
pcount=$#
if((pcount==0)); then
echo no args;
exit;
fi

#2 获取文件名称
p1=$1
fname=`basename $p1`
echo fname=$fname

#3 获取上级目录到绝对路径
pdir=`cd -P $(dirname $p1); pwd`
echo pdir=$pdir

#4 获取当前用户名称
user=`whoami`

#5 循环
for((host=103; host<105; host++)); do
        echo ------------------- hadoop$host --------------
        rsync -rvl $pdir/$fname $user@hadoop$host:$pdir
done
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

（b）修改脚本 xsync 具有执行权限

[root@hadoop102 bin]# chmod 777 xsync
1

（c）调用脚本形式：xsync 文件名称

[root@hadoop102 bin]# xsync /home/root/bin
1

注意：如果将xsync放到/home/root/bin目录下仍然不能实现全局使用，可以将xsync移动到/usr/local/bin目录下。

二 集群配置

• 集群部署规划
  
• 配置集群
  （1）核心配置文件
  配置core-site.xml

[root@hadoop102 hadoop]# vi core-site.xml
1

在该文件中编写如下配置

<!-- 指定HDFS中NameNode的地址 -->
<property>
		<name>fs.defaultFS</name>
      <value>hdfs://hadoop102:9000</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/hadoop/tmp</value>
</property>
1
2
3
4
5
6
7
8
9
10
11

（2）HDFS配置文件
配置hadoop-env.sh

[root@hadoop102 hadoop]# vi hadoop-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
1
2

配置hdfs-site.xml

[root@hadoop102 hadoop]# vi hdfs-site.xml
1

在该文件中编写如下配置

<property>
		<name>dfs.replication</name>
		<value>3</value>
</property>

<!-- 指定Hadoop辅助名称节点主机配置 -->
<property>
      <name>dfs.namenode.secondary.http-address</name>
      <value>hadoop104:50090</value>
</property>
1
2
3
4
5
6
7
8
9
10

（3）YARN配置文件
配置yarn-env.sh

[root@hadoop102 hadoop]# vi yarn-env.sh
export JAVA_HOME=/opt/jdk1.8.0_144
1
2

配置yarn-site.xml

[root@hadoop102 hadoop]# vi yarn-site.xml
1

在该文件中增加如下配置

<!-- 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>hadoop103</value>
</property>
1
2
3
4
5
6
7
8
9
10
11

（4）MapReduce配置文件
配置mapred-env.sh

[root@hadoop102 hadoop]# vi mapred-env.sh
export JAVA_HOME=/opt/jdk1.8.0_144
1
2

配置mapred-site.xml

[root@hadoop102 hadoop]# cp mapred-site.xml.template mapred-site.xml

[root@hadoop102 hadoop]# vi mapred-site.xml
1
2
3

在该文件中增加如下配置

<!-- 指定mr运行在yarn上 -->
<property>
		<name>mapreduce.framework.name</name>
		<value>yarn</value>
</property>
1
2
3
4
5

• 在集群上分发配置好的Hadoop配置文件

[root@hadoop102 hadoop]# xsync /opt/hadoop/
1

• 查看文件分发情况

[root@hadoop103 hadoop]# cat /opt/hadoop/etc/hadoop/core-site.xml
1

三 集群单点启动
（1）如果集群是第一次启动，需要格式化NameNode

[root@hadoop102 hadoop]# hadoop namenode -format
1

（2）在hadoop102上启动NameNode

[root@hadoop102 hadoop]# hadoop-daemon.sh start namenode
[root@hadoop102 hadoop]# jps
3461 NameNode
1
2
3

（3）在hadoop102、hadoop103以及hadoop104上分别启动DataNode

[root@hadoop102 hadoop]# hadoop-daemon.sh start datanode
[root@hadoop102 hadoo]# jps
3461 NameNode
3608 Jps
3561 DataNode
[root@hadoop103 hadoop]# hadoop-daemon.sh start datanode
[root@hadoop103 hadoop]# jps
3190 DataNode
3279 Jps
[root@hadoop104 hadoop]# hadoop-daemon.sh start datanode
[root@hadoop104 hadoop]# jps
3237 Jps
3163 DataNode
1
2
3
4
5
6
7
8
9
10
11
12
13

（4）思考：每次都一个一个节点启动，如果节点数增加到1000个怎么办？
早上来了开始一个一个节点启动，到晚上下班刚好完成，下班？
四 SSH无密登录配置

1. 配置ssh
   （1）基本语法

   ssh 另一台电脑的ip地址
   1

（2）ssh连接时出现Host key verification failed的解决方法

[root@hadoop102 opt] # ssh 192.168.137.103
The authenticity of host '192.168.137.103 (192.168.137.103)' can't be established.
RSA key fingerprint is cf:1e:de:d7:d0:4c:2d:98:60:b4:fd:ae:b1:2d:ad:06.
Are you sure you want to continue connecting (yes/no)? 
Host key verification failed.
1
2
3
4
5

（3）解决方案如下：直接输入yes
2. 无密钥配置
（1）免密登录原理

（2）生成公钥和私钥：

[root@hadoop102 .ssh]# ssh-keygen -t rsa
1

然后敲（三个回车），就会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
（3）将公钥拷贝到要免密登录的目标机器上

[root@hadoop102 .ssh]# ssh-copy-id hadoop102
[root@hadoop102 .ssh]# ssh-copy-id hadoop103
[root@hadoop102 .ssh]# ssh-copy-id hadoop104
1
2
3

注意：

还需要在hadoop103上采用atguigu账号配置一下无密登录到hadoop102、hadoop103、hadoop104服务器上。
1

3. .ssh文件夹下（~/.ssh）的文件功能解释
   

五 群起集群

1. 配置slaves

/opt/hadoop/etc/hadoop/slaves
[root@hadoop102 hadoop]# vi slaves
1
2

在该文件中增加如下内容：

hadoop102
hadoop103
hadoop104
1
2
3

注意：该文件中添加的内容结尾不允许有空格，文件中不允许有空行。
2. 启动集群
（1）如果集群是第一次启动，需要格式化NameNode

[root@hadoop102 hadoop]# bin/hdfs namenode -format
1

（2）启动HDFS

[root@hadoop102 hadoop]# sbin/start-dfs.sh
[root@hadoop102 hadoop]# jps
4166 NameNode
4482 Jps
4263 DataNode
[root@hadoop103 hadoop]# jps
3218 DataNode
3288 Jps
[root@hadoop104 hadoop]# jps
3221 DataNode
3283 SecondaryNameNode
3364 Jps
1
2
3
4
5
6
7
8
9
10
11
12

（3）启动YARN

[root@hadoop103 hadoop]# sbin/start-yarn.sh
1

注意：NameNode和ResourceManger如果不是同一台机器，不能在NameNode上启动 YARN，应该在ResouceManager所在的机器上启动YARN。
（4）web端查看SecondaryNameNode
（a）浏览器中输入：http://hadoop104:50090/status.html
（b）查看SecondaryNameNode信息
3. 集群基本测试
（1）上传文件到集群
上传小文件

[root@hadoop102 hadoop]# hadoop fs -mkdir -p /user/root/input
[root@hadoop102 hadoop]# hadoop fs -put wcinput/wc.input /user/root/input
1
2

上传大文件

[root@hadoop102 hadoop]# bin/hadoop fs -put
 /opt/software/hadoop-2.6.0.tar.gz  /user/root/input
1
2

(2) 上传文件后查看文件存放在什么位置
（a）查看HDFS文件存储路径

[root@hadoop102 subdir0]# pwd
/opt/hadoop/tmp/dfs/data/current/BP-938951106-192.168.10.107-1495462844069/current/finalized/subdir0/subdir0
1
2

（b）查看HDFS在磁盘存储文件内容

[root@hadoop102 subdir0]$ cat blk_1073741825
hadoop yarn
hadoop mapreduce 
root
root
1
2
3
4
5

（3）拼接

-rw-rw-r--. 1 atguigu atguigu 134217728 5月  23 16:01 blk_1073741836
-rw-rw-r--. 1 atguigu atguigu   1048583 5月  23 16:01 blk_1073741836_1012.meta
-rw-rw-r--. 1 atguigu atguigu  63439959 5月  23 16:01 blk_1073741837
-rw-rw-r--. 1 atguigu atguigu    495635 5月  23 16:01 blk_1073741837_1013.meta
1
2
3
4

[root@hadoop102 subdir0]$ cat blk_1073741836>>tmp.file
[root@hadoop102 subdir0]$ cat blk_1073741837>>tmp.file
[root@hadoop102 subdir0]$ tar -zxvf tmp.file
1
2
3

（4）下载

[root@hadoop102 hadoop]# bin/hadoop fs -get
 /user/root/input/hadoop.2.6.0.tar.gz ./
1
2

六 集群启动/停止方式总结
4. 各个服务组件逐一启动/停止
（1）分别启动/停止HDFS组件

	hadoop-daemon.sh  start / stop  namenode / datanode / secondarynamenode
1

（2）启动/停止YARN

yarn-daemon.sh  start / stop  resourcemanager / nodemanager
1

5. 各个模块分开启动/停止（配置ssh是前提）常用
   （1）整体启动/停止HDFS

start-dfs.sh   /  stop-dfs.sh
1

（2）整体启动/停止YARN

start-yarn.sh  /  stop-yarn.sh
1

七 集群时间同步
时间同步的方式：找一个机器，作为时间服务器，所有的机器与这台集群时间进行定时的同步，比如，每隔十分钟，同步一次时间。
配置时间同步实操：

1. 时间服务器配置（必须root用户）
   （1）检查ntp是否安装

[root@hadoop102 桌面]# rpm -qa|grep ntp
1

ntp-4.2.6p5-10.el6.centos.x86_64
fontpackages-filesystem-1.41-1.1.el6.noarch
ntpdate-4.2.6p5-10.el6.centos.x86_64
1
2
3

（2）修改ntp配置文件

[root@hadoop102 桌面]# vi /etc/ntp.conf
1

修改内容如下
a）修改1（授权192.168.137.0网段上的所有机器可以从这台机器上查询和同步时间）

#restrict 192.168.137.0 mask 255.255.255.0 nomodify notrap为
restrict 192.168.137.0 mask 255.255.255.0 nomodify notrap
1
2

b）修改2（集群在局域网中，不使用其他的网络时间）

server 0.centos.pool.ntp.org iburst
server 1.centos.pool.ntp.org iburst
server 2.centos.pool.ntp.org iburst
server 3.centos.pool.ntp.org iburst
为
#server 0.centos.pool.ntp.org iburst
#server 1.centos.pool.ntp.org iburst
#server 2.centos.pool.ntp.org iburst
#server 3.centos.pool.ntp.org iburst
1
2
3
4
5
6
7
8
9

c）添加3（当该节点丢失网络连接，依然可以作为时间服务器为集群中的其他节点提供时间同步）

server 127.127.1.0
fudge 127.127.1.0 stratum 10
1
2

（3）修改/etc/sysconfig/ntpd 文件

[root@hadoop102 桌面]# vi /etc/sysconfig/ntpd
1

增加内容如下（让硬件时间与系统时间一起同步）

SYNC_HWCLOCK=yes
1

（4）重新启动ntpd

[root@hadoop102 桌面]# service ntpd status
1

ntpd 已停

[root@hadoop102 桌面]# service ntpd start
1

正在启动 ntpd：

（5）执行：

[root@hadoop102 桌面]# chkconfig ntpd on
1

2. 其他机器配置（必须root用户）
   （1）在其他机器配置10分钟与时间服务器同步一次

[root@hadoop103桌面]# crontab -e
1

编写定时任务如下：

*/10 * * * * /usr/sbin/ntpdate hadoop102
1

（2）修改任意机器时间

[root@hadoop103桌面]# date -s "2020-9-8 09:09:09"
1

（3）十分钟后查看机器是否与时间服务器同步

[root@hadoop103桌面]# date
1

说明：测试的时候可以将10分钟调整为1分钟，节省时间