Hadoop三种模式介绍

zxg588

　　一、三种模式介绍
　　1.本地模式（standlone模式/local模式/单机模式）
　　a.没有服务进程namenode，datanode，resourcemanager，nodemanager等
　　b.用户的程序和hadoop运行在同一个java进程中
　　c.使用本地文件系统，而不是分布式文件系统hdfs
　　d.这种模式主要是mapreduce程序的逻辑进行调试，确保程序正确
　　2.pseudo-distributed模式/伪分布式
　　a.在一台主机上运行namenode，datanode，resourcemanager，nodemanager，jobTracker，TaskTracker等多个进程，类似于完全分布式模式
　　b.在单机模式之上增加了代码调试功能，允许检查内存使用情况，hdfs输入输出以及其他进程的交互
　　3.完全分布式模式
　　a.hadoop的守护进程namenode，datanode，jobTracker，TaskTracker运行在多台主机上，也就是一个集群不同机器上
　　b.在所有需要运行hadoop的主机上安装相关软件，例如JDK，Hadoop
　　c.在各个机器之间通过ssh免密码登陆
　　二、环境搭建
　　1.local模式（这里只是讲在windows上面跑，实际上去linux下面跑local模式是没必要的）
　　a.下载Java并设置环境变量
　　b.下载Hadoop并设置环境变量（HADOOP_HOME=“你的hadoop解压目录”   PATH=“%HADOOP_HOME%\bin;%HADOOP_HOME%\sbin”）
　　c.安装hadoop的eclipse插件并设置

　　d.hadoop在windows上需要特殊的两个文件hadoop.dll和winutils.exe，放入hadoop目录下bin目录下面
　　e.跑一个简单的wordcount的java程序（在java程序入口参数加入输入 输出 路径）
　　

package com.hpe.hadoop.cocos.wordcount;　　

　　

import java.io.IOException;　　

import java.util.StringTokenizer;　　

　　

import org.apache.hadoop.conf.Configuration;　　

import org.apache.hadoop.fs.Path;　　

import org.apache.hadoop.io.IntWritable;　　

import org.apache.hadoop.io.Text;　　

import org.apache.hadoop.mapreduce.Job;　　

import org.apache.hadoop.mapreduce.Mapper;　　

import org.apache.hadoop.mapreduce.Reducer;　　

import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;　　

import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;　　

import org.apache.hadoop.util.GenericOptionsParser;　　

　　

public>
public static>extends Mapper<Object, Text, Text, IntWritable>{private final static IntWritable one = new IntWritable(1);private Text word = new Text();public void map(Object key, Text value, Context context　　)
throws IOException, InterruptedException {　　StringTokenizer itr
= new StringTokenizer(value.toString());while (itr.hasMoreTokens()) {　　word.set(itr.nextToken());
　　context.write(word, one);
　　}
　　}
　　}
public static>extends Reducer<Text,IntWritable,Text,IntWritable> {private IntWritable result = new IntWritable();　　

public void reduce(Text key, Iterable<IntWritable> values,　　Context context
　　)
throws IOException, InterruptedException {int sum = 0;for (IntWritable val : values) {　　sum
+= val.get();　　}
　　result.set(sum);
　　context.write(key, result);
　　}
　　}
　　

public static void main(String[] args) throws Exception {　　Configuration conf
= new Configuration();　　String[] otherArgs
= new GenericOptionsParser(conf, args).getRemainingArgs();if (otherArgs.length < 2) {　　System.err.println(
"Usage: wordcount <in> [<in>...] <out>");　　System.exit(
2);　　}
　　Job job
= Job.getInstance(conf, "word count");　　job.setJarByClass(WordCount.
class);　　job.setMapperClass(TokenizerMapper.
class);　　job.setCombinerClass(IntSumReducer.
class);　　job.setReducerClass(IntSumReducer.
class);　　job.setOutputKeyClass(Text.
class);　　job.setOutputValueClass(IntWritable.
class);for (int i = 0; i < otherArgs.length - 1; ++i) {　　FileInputFormat.addInputPath(job,
new Path(otherArgs));　　}
　　FileOutputFormat.setOutputPath(job,
new Path(otherArgs[otherArgs.length - 1]));　　System.exit(job.waitForCompletion(
true) ? 0 : 1);　　}
　　
}
　　

　　f.如果报IO错误，需要导入相关的IO包
　　2.伪分布式(linux下面进行)
　　a.下载Java并进行环境变量设置
　　b.hadoop下载解压到自己的目录下面并进行环境变量的设置
　　例如：
　　

JAVA_HOME=/usr/local/jdk/jdk1.8.0_131　　
HADOOP_HOME=/usr/local/hadoop/hadoop-2.7.3
　　
CLASS_PATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
　　
PATH=$JAVA_HOME/bin:$HADOOP_HOME/sbin:$HADOOP_HOME/bin:$PATH

　　
export JAVA_HOME>　　

　　

　　c.Hadoop所有的配置文件都在$HADOOP_HOME/etc/hadoop 下，为了用java开发hadoop程序，需要修改hadoop-env.sh中的JAVA_HOME，指向系统的java路径export 　　　                                  　　　　JAVA_HOME=/usr/local/jdk1.7.0_71
　　另外的需要配置的文件有core-site.xml,hdfs-site.xml,yarn-site.xml,mapred-site.xml
　　可以从mapred-site.xml.template拷贝得到mapred-site.xml
　　d.修改hadoop配置文件（etc/hadoop下面）
　　core-site.xml:
　　<property>
　　<name>fs.defaultFS</name>
　　<value>hdfs://localhost:9000</value>
　　</property>
　　hdfs-site.xml:　
　　<configuration>
　　<!—hdfs-site.xml-->
　　<property>
　　<name>dfs.name.dir</name>
　　<value>/usr/hadoop/hdfs/name</value>
　　<description>namenode上存储hdfs名字空间元数据 </description>
　　</property>
　　<property>
　　<name>dfs.data.dir</name>
　　<value>/usr/hadoop/hdfs/data</value>
　　<description>datanode上数据块的物理存储位置</description>
　　</property>
　　<property>
　　<name>dfs.replication</name>
　　<value>1</value>
　　<description>副本个数，配置默认是3,应小于datanode机器数量</description>
　　</property>
　　</configuration>
　　yarn-site.xml:
　　<configuration>
　　　　　　　　　　<property>　　　　　　　　 <name>yarn.nodemanager.aux-services</name>　　　　　　　　 <value>mapreduce_shuffle</value>
　　　　　　　　　　</property>
　　　　　　　　　　<property>　　　　　　　　<name>yarn.resourcemanager.webapp.address</name>　　　　　　　　<value>localhost:8099</value>
　　　　　　　　　　</property>
　　　　　　　　</configuration>
　　f.验证是否配置成功start-dfs.sh（如果能通过windows ping 虚拟机，那么你需要将虚拟机防火墙关闭，通过访问ip:50070来查看相关信息）