HDFS与YARN在CentOS中如何协同工作

HDFS（Hadoop Distributed File System）和YARN（Yet Another Resource Negotiator）是Apache Hadoop生态系统中的两个核心组件，它们在CentOS系统中协同工作，共同提供大数据处理能力。以下是HDFS和YARN在CentOS中协同工作的基本步骤：

1. 安装Hadoop

首先，需要在CentOS系统上安装Hadoop。可以从Apache Hadoop官方网站下载最新版本的Hadoop，并按照官方文档进行安装和配置。

安装步骤概述：

• 下载Hadoop压缩包并解压。
• 配置Hadoop环境变量。
• 编辑core-site.xml、hdfs-site.xml、yarn-site.xml等配置文件。
• 启动Hadoop集群。

2. 配置HDFS

HDFS负责存储数据，配置文件主要包括core-site.xml和hdfs-site.xml。

core-site.xml示例配置：

<
    configuration>
    
    <
    property>
    
        <
    name>
    fs.defaultFS<
    /name>
    
        <
    value>
    hdfs://namenode:9000<
    /value>
    
    <
    /property>
    
<
    /configuration>
    

hdfs-site.xml示例配置：

<
    configuration>
    
    <
    property>
    
        <
    name>
    dfs.replication<
    /name>
    
        <
    value>
    3<
    /value>
    
    <
    /property>
    
    <
    property>
    
        <
    name>
    dfs.namenode.name.dir<
    /name>
    
        <
    value>
    /path/to/namenode/data<
    /value>
    
    <
    /property>
    
    <
    property>
    
        <
    name>
    dfs.datanode.data.dir<
    /name>
    
        <
    value>
    /path/to/datanode/data<
    /value>
    
    <
    /property>
    
<
    /configuration>
    

3. 配置YARN

YARN负责资源管理和任务调度，配置文件主要包括yarn-site.xml。

yarn-site.xml示例配置：

<
    configuration>
    
    <
    property>
    
        <
    name>
    yarn.resourcemanager.hostname<
    /name>
    
        <
    value>
    resourcemanager<
    /value>
    
    <
    /property>
    
    <
    property>
    
        <
    name>
    yarn.nodemanager.aux-services<
    /name>
    
        <
    value>
    mapreduce_shuffle<
    /value>
    
    <
    /property>
    
    <
    property>
    
        <
    name>
    yarn.nodemanager.resource.memory-mb<
    /name>
    
        <
    value>
    4096<
    /value>
    
    <
    /property>
    
    <
    property>
    
        <
    name>
    yarn.nodemanager.resource.cpu-vcores<
    /name>
    
        <
    value>
    4<
    /value>
    
    <
    /property>
    
<
    /configuration>
    

4. 启动Hadoop集群

在配置完成后，启动Hadoop集群。

启动顺序：

1. 启动NameNode：

   hadoop-daemon.sh start namenode
   

2. 启动SecondaryNameNode（可选）：

   hadoop-daemon.sh start secondarynamenode
   

3. 启动DataNode：

   hadoop-daemon.sh start datanode
   

4. 启动ResourceManager：

   yarn-daemon.sh start resourcemanager
   

5. 启动NodeManager：

   yarn-daemon.sh start nodemanager
   

5. 验证集群状态

使用Hadoop提供的命令行工具验证集群状态。

检查HDFS状态：

hdfs dfsadmin -report

检查YARN状态：

yarn node -list

6. 运行MapReduce作业

配置好HDFS和YARN后，可以运行MapReduce作业来处理数据。

示例MapReduce作业：

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 java.io.IOException;


public class WordCount {
    
    public static class TokenizerMapper 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 {
    
            String[] words = value.toString().split("\\s+");

            for (String w : words) {
    
                word.set(w);
    
                context.write(word, one);

            }

        }

    }
    

    public static class IntSumReducer 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();
    
        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);
    
        FileInputFormat.addInputPath(job, new Path(args[0]));
    
        FileOutputFormat.setOutputPath(job, new Path(args[1]));
    
        System.exit(job.waitForCompletion(true) ? 0 : 1);

    }

}
    

编译并打包上述代码，然后使用以下命令运行MapReduce作业：

hadoop jar WordCount.jar WordCount /input /output

总结

HDFS和YARN在CentOS中协同工作，HDFS负责数据存储，YARN负责资源管理和任务调度。通过正确配置和启动这两个组件，可以实现高效的大数据处理能力。

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！