Hadoop运行模式
Hadoop官方网站：http://hadoop.apache.org/
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。
- 本地模式：单机运行，只是用来演示一下官方案例。生产环境不用。
- 伪分布式：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。个别缺钱的公司用来测试，生产环境不用。
- 完全分布式模式：多台服务器组成分布式环境。生产环境使用。
本地运行模式（官方WordCount）
😁创建在hadoop-3.1.3文件下面创建一个wcinput文件夹
[root@hadoop102 hadoop-3.1.3]# mkdir wcinput
😊在wcinput文件下创建一个word.txt文件并编辑
[root@hadoop102 wcinput]# vim word.txt
输入如下内容
hadoop yarn
hadoop mapreduce
保存并退出 :wq
😜回到Hadoop目录/opt/module/hadoop-3.1.3
😜执行程序
[root@hadoop102 hadoop-3.1.3]# hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount wcinput wcoutput
😉查看结果
[root@hadoop102 hadoop-3.1.3]# cat wcoutput/part-r-00000
完全分布式运行模式（开发重点）
分析：
1）准备2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
编写集群分发脚本xsync
😙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）基本语法
rsync -av p d i r / pdir/pdir/fname u s e r @ user@user@host:p d i r / pdir/pdir/fname
命令 选项参数 要拷贝的文件路径/名称 目的地用户@主机:目的地路径/名称
| 选项 | 功能 |
| -a | 归档拷贝 |
| -v | 显示复制过程 |
（2）案例实操
（a）删除hadoop103中/opt/module/hadoop-3.1.3/wcinput
[root@hadoop103 hadoop-3.1.3]# rm -rf wcinput/
（b) 同步hadoop102中的/opt/module/hadoop-3.1.3到hadoop103
[root@hadoop102 module]# rsync -av hadoop-3.1.3/ root@hadoop103:/opt/module/hadoop-3.1.3/
😋xsync集群分发脚本
期望脚本在任何路径都能使用（脚本放在声明了全局环境变量的路径）
echo $PATH
我这里创建文件xsync文件放在 /usr/bin 下面
xsync文件内容如下
#!/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 hadoop102 hadoop103 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 $file does not exists! fi done done
😏修改脚本 xsync 具有执行权限
[root@hadoop102 bin]# chmod +x xsync
😀测试脚本，同步环境变量配置
[root@hadoop102 ~]# xsync /etc/profile.d/my_env.sh
注意：如果用了sudo，那么xsync一定要给它的路径补全。
让环境变量生效，每个机器都要弄
source /etc/profile
SSH无密登录配置
😊配置ssh
（1）基本语法
ssh 另一台电脑的IP地址
😜无密钥配置
（1）生成公钥和私钥
进入到.ssh目录中去
[root@hadoop102 .ssh]# ssh-keygen -t rsa
然后敲（三个回车），就会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
（2）将公钥拷贝到要免密登录的目标机器上
[root@hadoop102 .ssh]# ssh-copy-id hadoop102 [root@hadoop102 .ssh]# ssh-copy-id hadoop103
【注意】
还需要在hadoop103上采用root账号配置一下无密登录到hadoop102、hadoop103服务器上。
😋.ssh文件夹下（~/.ssh）的文件功能解释
| known_hosts | 记录ssh访问过计算机的公钥（public key） |
| id_rsa | 生成的私钥 |
| id_rsa.pub | 生成的公钥 |
| authorized_keys | 存放授权过的无密登录服务器公钥 |
集群配置
😀集群部署规划
| hadoop102 | hadoop103 | |
| HDFS | （NameNode） （DataNode） （ SecondaryNameNodeDataNode ） | DataNode |
| YARNYARN | （NodeManager ） | （ResourceManager）（NodeManager） |
🎨配置文件说明
Hadoop配置文件分两类：默认配置文件和自定义配置文件，只有用户想修改某一默认配置值时，才需要修改自定义配置文件，更改相应属性值。
（1）默认配置文件：
| 要获取的默认文件 | 文件存放在Hadoop的jar包中的位置 |
| [core-default.xml] | hadoop-common-3.1.3.jar/core-default.xml |
| [hdfs-default.xml] | hadoop-hdfs-3.1.3.jar/hdfs-default.xml |
| [yarn-default.xml] | hadoop-yarn-common-3.1.3.jar/yarn-default.xml |
| [mapred-default.xml] | hadoop-mapreduce-client-core-3.1.3.jar/mapred-default.xml |
（2）自定义配置文件：
core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四个配置文件存放在$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。
🏓配置集群
（1）核心配置文件
配置core-site.xml
[root@hadoop102 ~]# cd $HADOOP_HOME/etc/hadoop
[root@hadoop102 hadoop]# vim core-site.xml
内容如下
<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <!-- 指定NameNode的地址 --> <property> <name>fs.defaultFS</name> <value>hdfs://hadoop102:8020</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> <!-- 配置HDFS网页登录使用的静态用户为tiancx --> <property> <name>hadoop.http.staticuser.user</name> <value>tiancx</value> </property> </configuration>
（2）HDFS配置文件
配置hdfs-site.xml
[root@hadoop102 hadoop]# vim hdfs-site.xml
内容如下
<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <!-- nn web端访问地址--> <property> <name>dfs.namenode.http-address</name> <value>hadoop102:9870</value> </property> <!-- 2nn web端访问地址--> <property> <name>dfs.namenode.secondary.http-address</name> <value>hadoop102:9868</value> </property> </configuration>
（3）YARN配置文件
配置yarn-site.xml
[root@hadoop102 hadoop]# vim yarn-site.xml
文件内容如下
<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <!-- 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>hadoop103</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> </configuration>
（4）MapReduce配置文件
配置mapred-site.xml
[root@hadoop102 hadoop]# vim mapred-site.xml
文件内容如下
<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <!-- 指定MapReduce程序运行在Yarn上 --> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> </configuration>
🏸在集群上分发配置好的Hadoop配置文件
[root@hadoop102 hadoop]# xsync /opt/module/hadoop-3.1.3/etc/hadoop/
然后可以起hadoop103上面看看情况
