hadoop version运行成功显示什么

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。

一、本地运行模式

1、官方Grep案例

1、创建在hadoop-2.7.2文件下面创建一个input文件夹
[root@centos7 hadoop2.7]# mkdir input

2、将Hadoop的xml配置文件复制到input
[root@centos7 hadoop2.7]# cp etc/hadoop/*.xml input

3、执行share目录下的MapReduce程序
[root@centos7 hadoop2.7]# 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
[root@centos7 hadoop2.7]# cat output/*

2、官方WordCount案例

1、创建在hadoop-2.7.2文件下面创建一个wcinput文件夹
[root@centos7 hadoop2.7]# mkdir wcinput

2、在wcinput文件下创建一个wc.input文件
[root@centos7 hadoop2.7]# cd wcinput
[root@centos7 wcinput]# touch wc.input

3、编辑wc.input文件
[root@centos7 wcinput]# vim wc.input

在文件中输入如下内容
hadoop yarn
hadoop mapreduce
atguigu
atguigu
保存退出：：wq!
4、回到Hadoop目录/opt/module/hadoop-2.7.2
5、执行程序
[root@centos7 hadoop2.7]# bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput wcoutput

6、查看结果
[root@centos7 hadoop2.7]# cat wcoutput/part-r-00000
atguigu 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）配置集群

步骤一：配置：/opt/software/hadoop2.7/etc/hadoop/hadoop-env.sh

Linux系统中获取JDK的安装路径：
[root@centos7 sbin]# echo $JAVA_HOME
/opt/software/jdk1.8

修改 JAVA_HOME 路径：
export JAVA_HOME=/opt/software/jdk1.8

步骤二：配置：core-site.xml

<!-- 指定HDFS中NameNode的地址 -->
<property>
　　<name>fs.defaultFS</name>
　　<value>hdfs://localhost: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/software/hadoop2.7/data/tmp</value>
</property>

步骤三：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

步骤一：格式化NameNode（第一次启动时格式化，以后就不要总格式化）

[root@centos7 hadoop2.7]#  bin/hdfs namenode -format

步骤二：启动NameNode

[root@centos7 hadoop2.7]#  sbin/hadoop-daemon.sh start namenode

步骤三：启动DataNode

[root@centos7 hadoop2.7]#  sbin/hadoop-daemon.sh start datanode

（3）查看集群

（a）查看是否启动成功

[root@centos7 hadoop2.7]# jps
6967 DataNode
6905 NameNode
7004 Jps

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://192.168.164.130:50070/dfshealth.html#tab-overview

注意：如果不能查看，看如下帖子处理

（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/software/hadoop2.7/logs

[root@centos7 logs]# ll
总用量 60
-rw-r--r--. 1 root root 23691 6月  28 15:45 hadoop-root-datanode-centos7.log
-rw-r--r--. 1 root root   714 6月  28 15:42 hadoop-root-datanode-centos7.out
-rw-r--r--. 1 root root 27312 6月  28 15:45 hadoop-root-namenode-centos7.log
-rw-r--r--. 1 root root   714 6月  28 15:42 hadoop-root-namenode-centos7.out
-rw-r--r--. 1 root root     0 6月  28 15:42 SecurityAuth-root.audit

[root@centos7 logs]# cat hadoop-root-datanode-centos7.log

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

[root@centos7 hadoop2.7]# cd data/tmp/dfs/name/current/
[root@centos7 current]# cat VERSION
#Mon Jun 28 15:41:51 CST 2021
namespaceID=1896073757
clusterID=CID-0eb6f1ed-95ef-4ec8-9aef-420af65a9426
cTime=0
storageType=NAME_NODE
blockpoolID=BP-2145795146-192.168.164.130-1624866111307
layoutVersion=-63

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@centos7 hadoop2.7]# bin/hdfs dfs -mkdir -p /user/atguigu/input

（b）将测试文件内容上传到文件系统上
[root@centos7 hadoop2.7]# bin/hdfs dfs -put wcinput/wc.input /user/atguigu/input/

（c）查看上传的文件是否正确
[root@centos7 hadoop2.7]# bin/hdfs dfs -ls  /user/atguigu/input/
Found 1 items
-rw-r--r--   1 root supergroup         45 2021-06-28 16:01 /user/atguigu/input/wc.input
[root@centos7 hadoop2.7]# bin/hdfs dfs -cat  /user/atguigu/input/wc.input
hadoop yarn
hadoop mapreduce
atguigu
atguigu
[root@centos7 hadoop2.7]# 

（d）运行MapReduce程序
[root@centos7 hadoop2.7]# 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：
[root@centos7 hadoop2.7]# bin/hdfs dfs -cat /user/atguigu/output/*

（f）将测试文件内容下载到本地
[root@centos7 hadoop2.7]# bin/hdfs dfs -get /user/atguigu/output/part-r-00000 ./wcoutput/

（g）删除输出结果
[root@centos7 hadoop2.7]# bin/hdfs dfs -rm -r /user/atguigu/output

2、启动YARN并运行MapReduce程序

（1）配置集群

步骤一：配置yarn-env.sh

步骤二：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>localhost</value>
</property>

步骤三：配置mapred-env.sh

步骤四：配置mapred-site.xml (对mapred-site.xml.template重新命名为) 

[root@centos7 hadoop]# mv mapred-site.xml.template mapred-site.xml
[root@centos7 hadoop]# vim 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

步骤一：启动前必须保证NameNode和DataNode已经启动
步骤二：启动ResourceManager

[root@centos7 hadoop2.7]# sbin/yarn-daemon.sh start resourcemanager

步骤三：启动NodeManager

[root@centos7 hadoop2.7]# sbin/yarn-daemon.sh start nodemanager

（3）集群操作

（a）YARN的浏览器页面查看，如下图所示
http://localhost:8088/cluster

（b）删除文件系统上的output文件
[root@centos7 hadoop2.7]# bin/hdfs dfs -rm -R /user/atguigu/output

（c）执行MapReduce程序
[root@centos7 hadoop2.7]# bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/atguigu/input  /user/atguigu/output

（d）查看运行结果，如下图所示
[root@centos7 hadoop2.7]# 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：

步骤一：配置mapred-site.xml

[root@centos7 hadoop]# pwd
/opt/software/hadoop2.7/etc/hadoop
[root@centos7 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>localhost:10020</value>
</property>
<!-- 历史服务器web端地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>localhost:19888</value>
</property>

步骤二：启动历史服务器

[root@centos7 hadoop2.7]# sbin/mr-jobhistory-daemon.sh start historyserver

步骤三：查看历史服务器是否启动

[root@centos7 hadoop2.7]# jps

步骤四：查看JobHistory

http://localhost:19888/jobhistory/job/job_1624931819639_0001

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。

步骤一：配置yarn-site.xml

[atguigu@hadoop101 hadoop]$ vi 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>

步骤二：关闭NodeManager 、ResourceManager和HistoryManager

[root@centos7 hadoop2.7]# sbin/mr-jobhistory-daemon.sh stop historyserver
[root@centos7 hadoop2.7]# sbin/yarn-daemon.sh stop nodemanager
[root@centos7 hadoop2.7]# sbin/yarn-daemon.sh stop resourcemanager

步骤三：启动NodeManager 、ResourceManager和HistoryManager

[root@centos7 hadoop2.7]# sbin/yarn-daemon.sh start resourcemanager
[root@centos7 hadoop2.7]# sbin/yarn-daemon.sh start nodemanager
[root@centos7 hadoop2.7]# sbin/mr-jobhistory-daemon.sh start historyserver

测试：

删除HDFS上已经存在的输出文件
[root@centos7 hadoop2.7]# bin/hdfs dfs -rm -R /user/atguigu/output

执行WordCount程序
[root@centos7 hadoop2.7]# bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/atguigu/input /user/atguigu/output

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。