1、本地运行模式（了解）
1.1 在hadoop-3.1.3文件下面创建一个wcinput文件夹1.2 在wcinput文件下创建一个word.txt文件1.3 回到Hadoop目录/opt/module/hadoop-3.1.31.4 查看结果 2、完全分布式运行模式（重点）
2.1 编写集群分发脚本xsync
2.1.1 scp（secure copy）安全拷贝2.1.2 rsync远程同步工具2.3 xsync集群分发脚本 2.2 SSH无密码登录配置
2.2.1 免密登录原理2.2.2 配置102无密登录103和104 2.3 集群配置
2.3.1 集群部署规划2.3.2 配置文件说明2.3.3 配置自定义文件 2.4 群起集群
2.4.1 配置works2.4.2 启动集群2.4.3 集群基本测试 2.5 常见集群问题解决方法
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。
1、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。
2、伪分布式模式：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。
3、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。
[atguigu@hadoop102 hadoop-3.1.3]$ mkdir wcinput1.2 在wcinput文件下创建一个word.txt文件
[atguigu@hadoop102 hadoop-3.1.3]$ cd wcinput [atguigu@hadoop102 wcinput]$ vim word.txt
在文件中输入如下内容
1.3 回到Hadoop目录/opt/module/hadoop-3.1.3hadoop yarn
hadoop mapreduce
atguigu atguigu
# 选择统计个数的jar包，执行wordcount，输入的在wcinput，输出在wcoutput（存在的话会报错） [atguigu@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount wcinput wcoutput1.4 查看结果
[atguigu@hadoop102 hadoop-3.1.3]$ cat wcoutput/part-r-000002、完全分布式运行模式（重点） 2.1 编写集群分发脚本xsync
服务器与服务器之间的传输命令利用分发脚本可以将102上的JDK和Hadoop直接拷贝到103和104上。 2.1.1 scp（secure copy）安全拷贝
scp可以实现服务器与服务器之间的数据拷贝。
前提：在hadoop102、hadoop103、hadoop104都已经创建好的/opt/module和/opt/software两个目录，并且已经把这两个目录修改为atguigu:atguigu
（1）在hadoop102上，将hadoop102中/opt/module/jdk1.8.0_212目录拷贝到hadoop103上。
[atguigu@hadoop102 ~]$ scp -r /opt/module/jdk1.8.0_212 atguigu@hadoop103:/opt/module
（2）在hadoop103上，将hadoop102中/opt/module/hadoop-3.1.3目录拷贝到hadoop103上。
[atguigu@hadoop103 ~]$ scp -r atguigu@hadoop102:/opt/module/hadoop-3.1.3 /opt/module/
（3）在hadoop103上操作，将hadoop102中/opt/module目录下所有目录拷贝到hadoop104上。
[atguigu@hadoop103 opt]$ scp -r atguigu@hadoop102:/opt/module/* atguigu@hadoop104:/opt/module2.1.2 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）删除hadoop103中/opt/module/hadoop-3.1.3/wcinput和wcoutput
[atguigu@hadoop103 hadoop-3.1.3]$ rm -rf wcinput/ wcoutput/
（2）同步hadoop102中的/opt/module/hadoop-3.1.3到hadoop103
[atguigu@hadoop102 module]$ rsync -av hadoop-3.1.3/ atguigu@hadoop103:/opt/module/hadoop-3.1.3/2.3 xsync集群分发脚本
目的：每次访问都要密码，还要切换不同的集群，该脚本是对rsync进行封装实现集群分发功能，循环复制文件到所有节点的相同目录下
期望脚本案例实现：
在102上输入：xsync a.txt 就把 txt文件分发到103、104上相同的目录里面。在任何路径上都能实现（全局路径）
（1）新建txt文件
（2）在/home/atguigu/bin目录下创建xsync文件
[atguigu@hadoop102 opt]$ cd /home/atguigu [atguigu@hadoop102 ~]$ mkdir bin [atguigu@hadoop102 ~]$ cd bin [atguigu@hadoop102 bin]$ vim xsync
添加下面内容：
#!/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 hadoop104
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 $file does not exists!
fi
done
done
（3）修改可执行权限
（4）在102上同步bin目录，发现103和104上都有bin/xsync
[atguigu@hadoop102 ~]$ xsync bin/
（5）分发环境变量my_env.sh
# 发现根本没有分发 [atguigu@hadoop102 profile.d]$ xsync /etc/profile.d/my_env.sh
修改：（注意：如果用了sudo，那么xsync一定要给它的路径补全。）
[atguigu@hadoop102 ~]$ sudo ./bin/xsync/etc/profile.d/my_env.sh
（6）让环境变量生效
[atguigu@hadoop103 bin]$ source /etc/profile [atguigu@hadoop104 bin$ source /etc/profile2.2 SSH无密码登录配置
hadoop102上直接访问103，（exit退出）
（1）查看所有文件（包括隐藏的）
（2）查看访问记录（只有用过ssh的才有.ssh）
（3）.ssh文件夹下（~/.ssh）的文件功能解释
（1）生成公钥和私钥
#然后敲（三个回车），就会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥） [atguigu@hadoop102 .ssh]$ ssh-keygen -t rsa
（2）将公钥拷贝到要免密登录的目标机器上
[atguigu@hadoop102 .ssh]$ ssh-copy-id hadoop102 # 访问自己 [atguigu@hadoop102 .ssh]$ ssh-copy-id hadoop103 [atguigu@hadoop102 .ssh]$ ssh-copy-id hadoop104
在103和104上也做上述操作，就可以三个自己免密登录。目前只在atguigu上配置了，想再root权限下也免密，也需要相同配置。 2.3 集群配置 2.3.1 集群部署规划
- NameNode和SecondaryNameNode不要安装在同一台服务器ResourceManager也很消耗内存，不要和NameNode、SecondaryNameNode配置在同一台机器上。
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[atguigu@hadoop102 ~]$ cd /opt/module/hadoop-3.1.3/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。
（1）配置core-site.xml
[atguigu@hadoop102 ~]$ cd /opt/module/hadoop-3.1.3/etc/hadoop/ [atguigu@hadoop102 hadoop]$ vim core-site.xml
添加内容：
fs.defaultFS hdfs://hadoop102:8020 hadoop.tmp.dir /opt/module/hadoop-3.1.3/data hadoop.http.staticuser.user atguigu
（2）HDFS配置文件，配置hdfs-site.xml
[atguigu@hadoop102 hadoop]$ vim hdfs-site.xml
文件内容如下：
dfs.namenode.http-address hadoop102:9870 dfs.namenode.secondary.http-address hadoop104:9868
（3）YARN配置文件，配置yarn-site.xml
[atguigu@hadoop102 hadoop]$ vim yarn-site.xml
文件内容如下：
yarn.nodemanager.aux-services mapreduce_shuffle yarn.resourcemanager.hostname hadoop103 yarn.nodemanager.env-whitelist JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME
（4）MapReduce配置文件，配置mapred-site.xml
[atguigu@hadoop102 hadoop]$ vim mapred-site.xml
文件内容如下：
mapreduce.framework.name yarn
（5）在集群上分发配置好的Hadoop配置文件
[atguigu@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc/hadoop/
（6）去103和104上查看文件分发情况
[atguigu@hadoop103 ~]$ cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml [atguigu@hadoop104 ~]$ cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml2.4 群起集群 2.4.1 配置works
[atguigu@hadoop102 hadoop]$ vim /opt/module/hadoop-3.1.3/etc/hadoop/workers
在该文件中增加如下内容：
hadoop102
hadoop103
hadoop104
注意：该文件中添加的内容结尾不允许有空格，文件中不允许有空行。
同步所有节点配置文件
[atguigu@hadoop102 hadoop]$ xsync /opt/module/hadoop-3.1.3/etc2.4.2 启动集群
（1）如果集群是第一次启动，需要在hadoop102节点格式化NameNode（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。如果集群在运行过程中报错，需要重新格式化NameNode的话，一定要先停止namenode和datanode进程，并且要删除所有机器的data和logs目录，然后再进行格式化。）
[atguigu@hadoop102 hadoop-3.1.3]$ hdfs namenode -format
初始化会生成一个data文件：
（2）启动HDFS
#102、103、104都启动了 [atguigu@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh
（3）在配置了ResourceManager的节点（hadoop103）启动YARN
[atguigu@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh
[atguigu@hadoop102 hadoop-3.1.3]$ jps 95059 NameNode 95282 DataNode 107602 Jps 103260 NodeManager [atguigu@hadoop103 hadoop-3.1.3]$ jps 61331 ResourceManager 53572 DataNode 61545 NodeManager 63113 Jps [atguigu@hadoop104 hadoop-3.1.3]$ jps 53574 DataNode 61465 NodeManager 66347 Jps 53771 SecondaryNameNode
（4）Web端查看HDFS的NameNode
（a）浏览器中输入：http://hadoop102:9870
（b）查看HDFS上存储的数据信息
（5）Web端查看YARN的ResourceManager
（a）浏览器中输入：http://hadoop103:8088 （b）查看YARN上运行的Job信息2.4.3 集群基本测试
1. 上传小文件
# 创建 [atguigu@hadoop102 ~]$ hadoop fs -mkdir /wcinput # 上传本地word.txt到wcinput [atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -put wcinput/word.txt /wcinput
2. 上传大文件
# 上传到根目录 [atguigu@hadoop102 ~]$ hadoop fs -put /opt/software/jdk-8u212-linux-x64.tar.gz /
注意：
- 这里web页面不具备存储功能，只是方便展示；真正存储的文件的是datenode，路径为之前设置的data文件夹中。
3. 查看HDFS文件存储路径
[atguigu@hadoop102 subdir0]$ pwd /opt/module/hadoop-3.1.3/data/dfs/data/current/BP-1436128598-192.168.10.102-1610603650062/current/finalized/subdir0/subdir0
4. 查看HDFS在磁盘存储文件内容
[atguigu@hadoop102 subdir0]$ cat blk_1073741825
# 查看文件追加到gz [atguigu@hadoop102 subdir0]$ cat blk_1073741826>>tmp.tar.gz [atguigu@hadoop102 subdir0]$ cat blk_1073741827>>tmp.tar.gz [atguigu@hadoop102 subdir0]$ tar -zxvf tmp.tar.gz
102,103,104上都有相同的内容，所以有三份。
5. 执行wordcount程序
[atguigu@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /wcinput /wcoutput
1、查看进程
[atguigu@hadoop102 hadoop-3.1.3]$ jps 95059 NameNode 95282 DataNode 26682 Jps 103260 NodeManager
2、关闭集群
