【大数据入门二——yarn和mapreduce】

た入场券 2024-02-19 13:33 53阅读 0赞

连续几天夜里加餐，让我想起了新兵连的夜训，在你成为合格战士之前，你必须经历新兵连的过程，，，，其实每个行业都有一个属于它自己的新兵连，不经历此处的磨练，你难以在这个行业立足，我承认先天的资本，但我更相信后天的努力，也许有的人奋斗一生都没有达到他人的起点，我为他人荒废人生而感到可耻，为此人奋斗一生而感到幸福，我们即使渺小，我也要努力绽放，苔花如米小，也学牡丹开！  
————————————————前言：送给在所有岗位上努力拼搏的你  
1.入门  
HDFS 存储  
MapReduce 计算  
Spark Flink  
Yarn 资源作业调度

伪分布式部署  
要求 环境配置文件 参数文件 ssh无密码 启动

jps命令  
\[hadoop@hadoop002 ~\]$ jps  
28288 NameNode NN  
27120 Jps  
28410 DataNode DN  
28575 SecondaryNameNode SNN

1.MapReduce job on Yarn  
\[hadoop@hadoop002 hadoop\]$ cp mapred-site.xml.template mapred-site.xml  
\[hadoop@hadoop002 hadoop\]$

Configure parameters as follows:  
etc/hadoop/mapred-site.xml:

mapreduce.framework.name yarn etc/hadoop/yarn-site.xml: yarn.nodemanager.aux-services mapreduce\_shuffle Start ResourceManager daemon and NodeManager daemon: $ sbin/start-yarn.sh

open web:------------

3.运行MR JOB  
Linux 文件存储系统 mkdir ls  
HDFS 分布式文件存储系统  
\-format  
hdfs dfs -???

Make the HDFS directories required to execute MapReduce jobs:  
$ bin/hdfs dfs -mkdir /user  
$ bin/hdfs dfs -mkdir /user/  
Copy the input files into the distributed filesystem:  
$ bin/hdfs dfs -put etc/hadoop input  
Run some of the examples provided:  
$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0-cdh5.7.0.jar grep input output ‘dfs\[a-z.\]+’  
Examine the output files:  
Copy the output files from the distributed filesystem to the local filesystem and examine them:

$ bin/hdfs dfs -get output output  
$ cat output/\*  
or

View the output files on the distributed filesystem:

$ bin/hdfs dfs -cat output/\*

--------------------

bin/hdfs dfs -mkdir /user/hadoop/input  
bin/hdfs dfs -put etc/hadoop/core-site.xml /user/hadoop/input

bin/hadoop jar  
share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0-cdh5.7.0.jar  
grep  
/user/hadoop/input  
/user/hadoop/output  
‘fs\[a-z.\]+’

4.HDFS三个进程启动以hadoop002启动  
NN: core-site.xml fs.defaultFS参数  
DN: slaves  
SNN:

dfs.namenode.secondary.http-address hadoop001:50090 dfs.namenode.secondary.https-address hadoop001:50091

5.jps  
\[hadoop@hadoop002 hadoop-2.6.0-cdh5.7.0\]$ jps  
16188 DataNode  
16379 SecondaryNameNode  
16566 Jps  
16094 NameNode  
\[hadoop@hadoop002 hadoop-2.6.0-cdh5.7.0\]$

5.1 位置  
\[hadoop@hadoop002 hadoop-2.6.0-cdh5.7.0\]$ which jps  
/usr/java/jdk1.7.0\_80/bin/jps  
\[hadoop@hadoop002 hadoop-2.6.0-cdh5.7.0\]$

5.2 其他用户  
\[root@hadoop002 ~\]\# jps  
16188 – process information unavailable  
16607 Jps  
16379 – process information unavailable  
16094 – process information unavailable  
\[root@hadoop002 ~\]\#

\[root@hadoop002 ~\]\# useradd jepson  
\[root@hadoop002 ~\]\# su - jepson  
\[jepson@hadoop002 ~\]$ jps  
16664 Jps  
\[jepson@hadoop002 ~\]$

process information unavailable  
真正可用的

\[root@hadoop002 ~\]\# kill -9 16094  
\[root@hadoop002 ~\]\#  
\[root@hadoop002 ~\]\# jps  
16188 – process information unavailable  
16379 – process information unavailable  
16702 Jps  
16094 – process information unavailable  
\[root@hadoop002 ~\]\#  
\[root@hadoop002 ~\]\# ps -ef|grep 16094  
root 16722 16590 0 22:19 pts/4 00:00:00 grep 16094  
\[root@hadoop002 ~\]\#  
process information unavailable  
真正不可用的

正确的做法: process information unavailable  
1.找到进程号 pid  
[2.ps][] \-ef|grep pid 是否存在  
3.假如存在，  
第二步是可以知道哪个用户运行这个进程，  
su - 用户，进去查看

假如删除rm -f /tmp/hsperfdata\_$\{user\}/pid文件  
进程不挂，但是jps命令不显示了，所依赖的脚本都会有问题

4.假如不存在，怎样清空残留信息  
rm -f /tmp/hsperfdata\_$\{user\}/pid文件

6.补充命令  
ssh root@ip -p 22  
ssh root IP地址 date

rz sz

两个Linux系统怎样传输呢？  
hadoop000–>hadoop002  
\[ruoze@hadoop000 ~\]$ scp test.log root IP地址:/tmp/  
将当前的Linux系统文件 scp到 远程的机器上

hadoop000<–hadoop002  
\[ruoze@hadoop002 ~\]$ scp test.log root@hadoop000:/tmp/

但是 hadoop002属于生产机器 你不可登陆  
scp root IP地址:/tmp/test.log /tmp/rz.log

但是: 生产上 绝对不可能给你密码

ssh多台机器互相信任关系

坑:  
scp 传输 pub文件  
/etc/hosts文件里面配置多台机器的ip和name

这里是新兵连，这里是教导队，这里是集训队，这里是你开始脱变的起点，从不拒绝，从不害怕每一次磨砺的过程，因为这个过程会让你知道，兵到兵王有多大的差距，过程不好受，舒服的话早就烂大街，他也失去了它应有的价值！  
————————————————结束语：送给各行各业努力向兵王奋斗的你