伪分布式模式
启动HDFS并运行MapReduce程序
相关默认配置文件的页面：
http://hadoop.apache.org/docs/r2.7.2/hadoop-project-dist/hadoop-common/core-default.xml
1、修改core-site.xml配置文件
fs.defaultFS hdfs://hadoop1:9000 hadoop.tmp.dir /opt/module/hadoop-2.7.2/data/tmp
2、修改hadoop-env.sh配置文件的JAVA_HOME
3、修改hdfs-site.xml配置文件
dfs.replication 1
注意：
此时该服务器上只有一份 如果保存三份，在把 本台服务器 上的数据自动进行备份到三台服务器上 取决于集群的节点的性能注意：
如果此时配置为3，此时这台服务器保存几分数据 此时此台服务器存一份，挂掉了就挂掉了 此时会有集群 只要添加服务器就会进行备份 一台服务器备份三分也是比较浪费内存的4、启动集群
a、格式化NameNode（第一次启动的时候进行格式化，之前就不要总进行格式化）
没做之前格式化从0格式化，格式化一次集群中的内容全部消失
namenode -format 格式化集群系统
如果服务在运行，有新的数据到来会进行重新创建文件
首先需要进行关闭服务，在使用rm进行删除文件 否则进行格式化就会一直报错
如果在实行过程过出现错误就需要进行相关的数据日志的查询
命令：
bin/hdfs namenode -format
b、启动NameNode
hadoop-daemon.sh
启动hadoop的守护进程，可以启动hadoop的namenode和datenode命令：
[root@localhost sbin]# hadoop-daemon.sh start namenode[root@localhost sbin]# hadoop-daemon.sh start datanode
启动之后
[root@hadoop1 sbin]# hadoop-daemon.sh start namenodestarting namenode, logging to /opt/module/hadoop-2.7.2/logs/hadoop-root-namenode-hadoop1.out[root@hadoop1 sbin]# hadoop-daemon.sh start datanodestarting datanode, logging to /opt/module/hadoop-2.7.2/logs/hadoop-root-datanode-hadoop1.out
查看进程：使用jps
注意：为什么不能以自格式化NameNode？
NameNode
DateNode
此时会发现clusterID一样
两个之间要进行相互通信 否则两者之间就会相互不能识别
启动之后就可以进行网页的查询
网址：
点击OVERVIEW超链接
重点使用
命令进行创建目录
[root@localhost hadoop-2.7.2]# bin/hdfs dfs -mkdir -p /usr/hadoop101/input
此时可以进行目录的获取
上传文件到hdfs上
bin/hdfs dfs -put wcinput/wc.input /usr/hadoop101/input
-put命令，将本地的什么文件 上传到那个路径
此时在进行刷新
Block Size ：块的大小 存储上的上限值是128MB
Replication：副本数量（上述中在配置文件配置为1）
点击文件名
使用hadoop跑hdfs上的文件
命令：bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /usr/hadoop101/input /usr/hadoop101/output
在网页上进行查看(进行下载）
使用命令进行查看
bin/hdfs dfs -cat /usr/hadoop101/output1/p*
启动YARN并且运行MapReduce程序
功能测试和性能测试
1、配置yarn-env.sh
进行配置环境变量
2、配置yarn-site.xml
yarn.nodemanager.aux-services mapreduce_shuffle yarn.resourcemanager.hostname hadoop1
3、配置maperd-env.sh
4、配置mapred-site.xml
(对mapred-site.xml.template重新命名为) mapred-site.xml
mv mapred-site.xml.template mapred-site.xml修改配置文件
mapreduce.framework.name yarn
5、启动集群
启动前必须保证NameNode和DataNode已经启动/opt/module/hadoop-2.7.2/sbin目录下
命令：
yarn-daemon.sh start resourcemanageryarn-daemon.sh start nodemanager
此时可以访问地址：
此时进行查询集群是否配置成功
http://hadoop1:8088/cluster
进行测试：删除hdfs中的目录文件夹
删除命令：
bin/hdfs dfs -rm -r /usr/hadoop101/output1
执行命令进行测试：
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /usr/hadoop101/input /usrhadoop101/output程序正在执行
同时查看后台的程序监控
配置历史服务器
1. 配置mapred-site.xml
mapreduce.framework.name yarn mapreduce.jobhistory.address hadoop1:10020 mapreduce.jobhistory.webapp.address hadoop1:19888
启动历史服务器：
使用mr-jobhistory-daemon.sh命令
执行命令：
[root@hadoop1 hadoop-2.7.2]# sbin/mr-jobhistory-daemon.sh start historyserver
使用jps进行查看
此时进行网址：
进行点击history
此时点击log
会出现：
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、进行关闭
2、配置yarn-site.xml
[root@hadoop1 hadoop-2.7.2]# cd etc/hadoop/
[root@hadoop1 hadoop]# vim yarn-site.xml
yarn.nodemanager.aux-services mapreduce_shuffle yarn.resourcemanager.hostname hadoop1 yarn.log-aggregation-enable true yarn.log-aggregation.retain-seconds 604800
3、进行启动NodeManager、ResouceManager、HistoryManager
4、删除HDFS上已经存在的输出文件
bin/hdfs dfs -rm -r /usrhadoop101/output5、执行wordcount程序
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /usr/hadoop101/input /usr/hadoop101/output
此时观察就会有变化
http://hadoop1:8088/cluster 
|
|
此时可以看到详细的日志信息
配置文件的说明
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
（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。