赞
踩
本地模式:单机运行,只能用来演示一下官方案例。
伪分布式模式:也是单机运行,但是具备 Hadoop 集群的所有功能,一台服务器模拟一个分布式的环境。
完全分布式模式:多台服务器分布式环境。
[fickler@hadoop102 hadoop-3.1.3]$ mkdir wcinput
[fickler@hadoop102 hadoop-3.1.3]$ cd wcinput/
[fickler@hadoop102 wcinput]$ vim word.txt
在文件中输入如下内容
hadoop yarn
hadoop mapreduce
fickler
fickler
保存退出:wq
[fickler@hadoop102 wcinput]$ cd ..
[fickler@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount wcinput wcoutput
[fickler@hadoop102 hadoop-3.1.3]$ cat wcoutput/part-r-00000
看到如下结果
fickler 2
hadoop 2
mapreduce 1
yarn 1
分析:
详见前面两节…
scp 定义:scp 可以实现服务器与服务器之间的数据拷贝。
基本语法
应用案例
(1)在 hadoop102 上,将 hadoop102 中/opt/module/jdk1.8.0_212 目录拷贝到hadoop103 上。
[fickler@hadoop102 module]$ scp -r jdk1.8.0_212/ fickler@192.168.10.103:/opt/module/
(2)在 hadoop103 上,将 hadoop102 中/opt/module/hadoop-3.1.3 目录拷贝到hadoop103 上。
[fickler@hadoop103 module]$ scp -r fickler@192.168.10.102:/opt/module/hadoop-3.1.3 ./
(3)在 hadoop103 上操作,将 hadoop102 中/opt/module 目录下所有目录拷贝到hadoop104 上。
[fickler@hadoop103 module]$ scp -r fickler@192.168.10.102:/opt/module/* fickler@192.168.10.104:/opt/module/
resync 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 是将所有文件都复制过去。
基本语法:
案例实操
(1)删除 hadoop103 中的 /opt/module/hadoop-3.1.3/wcinput
[fickler@hadoop103 hadoop-3.1.3]$ rm -rf wcinput/ wcoutput/
(2)同步 hadoop102 中的/opt/module/hadoop-3.1.3 到 hadoop103
[fickler@hadoop102 module]$ rsync -av hadoop-3.1.3/ fickler@192.168.10.103:/opt/module/hadoop-3.1.3/
(a)rsync 命令原始拷贝:
(b)期望脚本:
xsync 要同步的文件名称
(c)期望脚本在任何路径都能使用(脚本放在声明了全局变量的路径)
[fickler@hadoop102 /]$ echo $PATH
/usr/local/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/opt/module/jdk1.8.0_212/bin:/opt/module/hadoop-3.1.3/bin:/opt/module/hadoop-3.1.3/sbin:/home/fickler/.local/bin:/home/fickler/bin
(a)在 /home/fickler/鬓 目录下创建 xsync 文件
[fickler@hadoop102 /]$ cd /home/fickler/
[fickler@hadoop102 ~]$ mkdir bin
[fickler@hadoop102 ~]$ cd bin
[fickler@hadoop102 bin]$ vim xsync
在该文件下编写如下代码
#!/bin/bash #1. 判断参数个数 if [ $# -lt 1 ] then echo Not Enough Arguement! exit; fi #2. 遍历集群所有机器 for host in 192.168.10.102 192.168.10.103 192.168.10.104 do echo ==================== $host ==================== #3. 遍历所有目录,挨个发送 for file in $@ do #4. 判断文件是否存在 if [ -e $file ] then #5. 获取父目录 pdir=$(cd -P $(dirname $file); pwd) #6. 获取当前文件的名称 fname=$(basename $file) ssh $host "mkdir -p $pdir" rsync -av $pdir/$fname $host:$pdir else echo $file does not exists! fi done done
(b)修改脚本 xsync 具有执行权限
[fickler@hadoop102 bin]$ chmod +x xsync
(c)测试脚本
[fickler@hadoop102 ~]$ xsync /home/fickler/bin
(d)将脚本复制到 /bin 中,以便全局调用
[fickler@hadoop102 bin]$ sudo cp xsync /bin/
(e)同步环境变量配置(root所有者)
[fickler@hadoop102 bin]$ sudo cp xsync /bin/
让环境变量生效
[fickler@hadoop103 ~]$ source /etc/profile
[fickler@hadoop104 ~]$ source /etc/profile
ssh 另一台电脑的IP地址
[fickler@192.168.10.102 ~]$ ssh 192.168.10.103
如果出现下述内容
Are you sure you want to continue connecting (yes/no)?
输入 yes,并回车
[fickler@192.168.10.103 ~]$ exit
[fickler@hadoop102 .ssh]$ ssh-keygen -t rsa
输入上述内容后,三次回车,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
[fickler@hadoop102 ~]$ ssh-copy-id 192.168.10.102
[fickler@hadoop102 ~]$ ssh-copy-id 192.168.10.103
[fickler@hadoop102 ~]$ ssh-copy-id 192.168.10.104
注意:
Hadoop 配置文件分为两类: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。
默认配置文件:
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 $HADOOP_HOME/etc/hadoop
这个路径上,用户可以根据项目需求重新进行修改配置。
core-site.xml
[fickler@hadoop102 ~]$ cd $HADOOP_HOME/etc/hadoop
[fickler@hadoop102 hadoop]$ vim core-site.xml
文件内容如下:
<!-- 指定 NameNode 的地址 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://192.168.10.102:8020</value>
</property>
<!-- 指定 hadoop 数据的存储目录 -->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-3.1.3/data</value>
</property>
hdfs-site.xml
[fickler@hadoop102 hadoop]$ vim hdfs-site.xml
文件内容如下:
<!-- nn web 端访问地址-->
<property>
<name>dfs.namenode.http-address</name>
<value>192.168.10.102:9870</value>
</property>
<!-- 2nn web 端访问地址-->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>192.168.10.104:9868</value>
</property>
yarn-site,xml
[fickler@hadoop102 hadoop]$ vim yarn-site.xml
文件内容如下:
<!-- 指定 MR 走 shuffle -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 指定 ResourceManager 的地址-->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>192.168.10.103</value>
</property>
<!-- 环境变量的继承 -->
<property>
<name>yarn.nodemanager.env-whitelist</name>
<value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
</property>
mapred-site.xml
[fickler@hadoop102 hadoop]$ vim mapred-site.xml
文件内容如下:
<!-- 指定 MapReduce 程序运行在 Yarn 上 -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
[fickler@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc/hadoop/
[fickler@hadoop103 hadoop]$ cat core-site.xml
[fickler@hadoop104 hadoop]$ cat core-site.xml
[fickler@hadoop102 hadoop]$ vim /opt/module/hadoop-3.1.3/etc/hadoop/workers
在文件中增加如下内容:
192.168.10.102
192.168.10.103
192.168.10.104
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!!!
同步所有节点配置文件
[fickler@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc/
[fickler@hadoop102 hadoop]$ hdfs namenode -format
[fickler@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh
启动完毕:
[fickler@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh
http://hadoop102:9870
http://hadoop103:8088
上传小文件
[fickler@hadoop102 hadoop-3.1.3]$ hadoop fs -mkdir /input
[fickler@hadoop102 hadoop-3.1.3]$ hadoop fs -put wcinput/word.txt /input
上传大文件
[fickler@hadoop102 hadoop-3.1.3]$ hadoop fs -put /opt/software/jdk-8u212-linux-x64.tar.gz /
文件上传到 hdfs 中,只是创建了一个链接,实际文件存储在 datanode 文件中
查看 HDFS 文件存储路径
[fickler@hadoop102 subdir0]$ pwd
/opt/module/hadoop-3.1.3/data/dfs/data/current/BP-1846937455-192.168.10.102-1662454118512/current/finalized/subdir0/subdir
查看 HDFS 的磁盘存储文件内容
[fickler@hadoop102 subdir0]$ cat blk_1073741825
hadoop yarn
hadoop mapreduce
fickler
fickler
[fickler@hadoop102 subdir0]$ cat blk_1073741836>>tmp.tar.gz
[fickler@hadoop102 subdir0]$ cat blk_1073741837>>tmp.tar.gz
[fickler@hadoop102 subdir0]$ tar -zxvf tmp.tar.gz
[fickler@hadoop102 software]$ hadoop fs -get /jdk-8u212-linux-x64.tar.gz ./
[fickler@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output
为了查看程序的历史运行情况,需要配置一下历史服务器。
[fickler@hadoop102 hadoop]$ vim 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>hadoop102:10020</value>
</property>
<!-- 历史服务器 web 端地址 -->
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>hadoop102:19888</value>
</property>
[fickler@hadoop102 hadoop]$ xsync mapred-site.xml
[fickler@hadoop102 hadoop]$ mapred --daemon start historyserver
[fickler@hadoop102 hadoop]$ jps
4099 JobHistoryServer
4163 Jps
2052 NameNode
2519 NodeManager
2216 DataNode
http://hadoop102:19888/jobhistory
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。
日志聚集功能的好处: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 HistoryServer。
[fickler@hadoop102 hadoop]$ vim yarn-site.xml
在该文件里面增加如下配置
<!-- 开启日志聚集功能 -->
<property>
<name>yarn.log-aggregation-enable</name>
<value>true</value>
</property>
<!-- 设置日志聚集服务器地址 -->
<property>
<name>yarn.log.server.url</name>
<value>http://hadoop102:19888/jobhistory/logs</value>
</property>
<!-- 设置日志保留时间为 7 天 -->
<property>
<name>yarn.log-aggregation.retain-seconds</name>
<value>604800</value>
</property>
[fickler@hadoop102 hadoop]$ xsync yarn-site.xml
[fickler@hadoop103 hadoop-3.1.3]$ sbin/stop-yarn.sh
[fickler@hadoop102 hadoop-3.1.3]$ mapred --daemon stop historyserver
[fickler@hadoop103 hadoop-3.1.3]$ start-yarn.sh
[fickler@hadoop102 hadoop]$ mapred --daemon start historyserver
[fickler@hadoop102 hadoop]$ hadoop fs -rm -r /output
[fickler@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output
历史任务列表
查看任务运行日志
运行日志详情
start-dfs.sh/stop-dfs.sh
start-yarn.sh/stop-yarn.sh
hdfs --daemon start/stop namenode/datanode/secondarynamenode
yarn --daemon start/stop resourcemanager/nodemanager
[fickler@hadoop102 hadoop-3.1.3]$ cd /home/fickler/bin/
[fickler@hadoop102 bin]$ vim myhadoop.sh
输入以下内容
#!/bin/bash if [ $# -lt 1 ] then echo "No Args Input..." exit ; fi case $1 in "start") echo " =================== 启动 hadoop 集群 ===================" echo " --------------- 启动 hdfs ---------------" ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/start-dfs.sh" echo " --------------- 启动 yarn ---------------" ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/start-yarn.sh" echo " --------------- 启动 historyserver ---------------" ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon start historyserver" ;; "stop") echo " =================== 关闭 hadoop 集群 ===================" echo " --------------- 关闭 historyserver ---------------" ssh hadoop102 "/opt/module/hadoop-3.1.3/bin/mapred --daemon stop historyserver" echo " --------------- 关闭 yarn ---------------" ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/stop-yarn.sh" echo " --------------- 关闭 hdfs ---------------" ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/stop-dfs.sh" ;; *) echo "Input Args Error..." ;; esac
保存退出后,然后赋予脚本执行权限
[fickler@hadoop102 bin]$ chmod 777 myhadoop.sh
[fickler@hadoop102 bin]$ cd /home/fickler/bin/
[fickler@hadoop102 bin]$ vim jpsall
输入以下内容
#!/bin/bash
for host in hadoop102 hadoop103 hadoop104
do
echo =============== $host ===============
ssh $host jps
done
保存退出,然后赋予脚本执行权限
[fickler@hadoop102 bin]$ chmod 777 jpsall
[fickler@hadoop102 bin]$ xsync /home/fickler/bin/
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。