阅读量:0
目录
步骤四：查看"/home/hadoop/"下是否有".ssh"文件夹
步骤五：将 id_rsa.pub 追加到授权 key 文件中
步骤一：将 Master 节点的公钥 id_rsa.pub 复制到每个 Slave 点
步骤三：在每个 Slave 节点删除 id_rsa.pub 文件
步骤三：验证 Master 到每个 Slave 节点无密码登录
步骤四：验证两个 Slave 节点到 Master 节点无密码登录
步骤五：配置两个子节点slave1、slave2的JDK环境。
1. 将 hadoop-2.7.1 文件夹重命名为 Hadoop
4. 执行以下命令修改 hadoop-env.sh 配置文件
步骤一：在 HDFS 文件系统中创建数据输入目录 确保 dfs 和 yarn 都启动成功
步骤二：将输入数据文件复制到 HDFS 的/input 目录中
步骤三：运行 WordCount 案例，计算数据文件中各单词的频度。
步骤四：查看 JAVA 进程，确认 HDFS 进程已全部关闭
一、Hadoop平台安装
一、配置 Linux 系统基础环境
步骤一：查看服务器的 IP 地址 查看服务器的 IP 地址
[root@localhost ~]# ip add show
步骤二：设置服务器的主机名称
[root@localhost ~]# hostnamectl set-hostname master
[root@localhost ~]# bash
[root@master ~]# hostname
步骤三：绑定主机名与 IP 地址
[root@master ~]# vi /etc/hosts
步骤四：查看 SSH 服务状态
SSH 为 Secure Shell 的缩写，是专为远程登录会话和其他网络服务提供安全性 的协议。一般的用法是在本地计算机安装 SSH 客服端，在服务器端安装 SSH服 务，然后本地计算机利用 SSH 协议远程登录服务器，对服务器进行管理。这样可 以非常方便地对多台服务器进行管理。同时在 Hadoop 分布式环境下，集群中的 各个节点之间（节点可以看作是一台主机）需要使用 SSH 协议进行通信。因此 Linux 系统必须安装并启用 SSH 服务。
CentOS 7 默认安装 SSH 服务，可以使用如下命令查看 SSH 的状态。
[root@master ~]# systemctl status sshd
步骤五：关闭防火墙
Hadoop 可以使用 Web 页面进行管理，但需要关闭防火墙，否则打不开 Web 页面。 同时不关闭防火墙也会造成 Hadoop 后台运行脚本出现莫名其妙的错误。关闭命令如 下： [root@master ~]# systemctl stop firewalld
关闭防火墙后要查看防火墙的状态，确认一下。
[root@master ~]# systemctl status firewalld
看到 inactive (dead)就表示防火墙已经关闭。不过这样设置后，Linux 系统如 果重启，防火墙仍然会重新启动。执行如下命令可以永久关闭防火墙。
步骤六：创建 hadoop 用户
[root@master ~]# useradd hadoop
[root@master ~]# echo "1" |passwd --stdin hadoop
更改用户 hadoop 的密码 。
passwd：所有的身份验证令牌已经成功更新。
二：安装 JAVA 环境
步骤一：安装 JDK
Hadoop 2.7.1 要求 JDK 的版本为 1.7 以上，这里安装的是 JDK1.8 版 （即JAVA 8）。 安装命令如下，将安装包解压到/usr/local/src 目录下 ，注意/opt/software目录 下的软件包事先准备好。
[root@master ~]# tar -zxvf /opt/software/jdk-8u152-linux-x64.tar.gz -C /usr/local/src/
[root@master ~]# ls /usr/local/src/
步骤二：设置 JAVA 环境变量
在 Linux 中设置环境变量的方法比较多，较常见的有两种：
一、是配置 /etc/profile 文件，配置结果对整个系统有效，系统所有用户都可以使用；
二 、是配置~/.bashrc 文件，配置结果仅对当前用户有效。这里使用第一种方法。
[root@master ~]# vi /etc/profile 在文件的最后增加如下两行：
export JAVA_HOME=/usr/local/src/jdk1.8.0_152
export PATH=$PATH:$JAVA_HOME/bin
执行 source 使设置生效：
[root@master ~]# source /etc/profile
检查 JAVA 是否可用。
[root@master ~]# echo $JAVA_HOME /usr/local/src/jdk1.8.0_152
[root@master ~]# java -version
能够正常显示 Java 版本则说明 JDK 安装并配置成功。
二、安装 Hadoop 软件
一、安装 Hadoop 软件
步骤一：安装 Hadoop 软件
安装命令如下，将安装包解压到/usr/local/src/目录下
[root@master ~]# tar -zxvf /opt/software/hadoop-2.7.1.tar.gz -C /usr/local/src/
[root@master ~]# ll /usr/local/src/
查看 Hadoop 目录,得知 Hadoop 目录内容如下:
[root@master ~]# ll /usr/local/src/hadoop-2.7.1/
解析： bin：此目录中存放 Hadoop、HDFS、YARN 和 MapReduce 运行程序和管理 软件。
etc：存放 Hadoop 配置文件。
include: 类似 C 语言的头文件
lib：本地库文件，支持对数据进行压缩和解压。
libexe：同 lib sbin：Hadoop 集群启动、停止命令
share：说明文档、案例和依赖 jar 包。
步骤二：配置 Hadoop 环境变量
和设置 JAVA 环境变量类似，修改/etc/profile 文件。
[root@master ~]# vi /etc/profile
在文件的最后增加如下两行：
export HADOOP_HOME=/usr/local/src/hadoop-2.7.1
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
执行 source 使用设置生效：
[root@master ~]# source /etc/profile
检查设置是否生效：
[root@master ~]# hadoop
出现上述 Hadoop 帮助信息就说明 Hadoop 已经安装好了。
步骤三：修改目录所有者和所有者组
上述安装完成的 Hadoop 软件只能让 root 用户使用，要让 hadoop 用户能够 运行 Hadoop 软件，需要将目录/usr/local/src 的所有者改为 hadoop 用户。
[root@master ~]# chown -R hadoop:hadoop /usr/local/src/
[root@master ~]# ll /usr/local/src/
三、安装单机版 Hadoop 系统
一：配置 Hadoop 配置文件
[root@master ~]# cd /usr/local/src/hadoop-2.7.1/
[root@master hadoop-2.7.1]# ls
[root@master hadoop-2.7.1]# vi etc/hadoop/hadoop-env.sh
在文件中查找 export JAVA_HOME 这行，将其改为如下所示内容:
export JAVA_HOME=/usr/local/src/jdk1.8.0_152
二：测试 Hadoop 本地模式的运行
步骤一: 切换到 hadoop 用户
使用 hadoop 这个用户来运行 Hadoop 软件。
[root@master hadoop-2.7.1]# su - hadoop
[hadoop@master ~]$ id
步骤二: 创建输入数据存放目录
将输入数据存放在~/input 目录（hadoop 用户主目录下的 input 目录中）。
[hadoop@master ~]$ mkdir ~/input
[hadoop@master ~]$ ls
步骤三: 创建数据输入文件
创建数据文件 data.txt，将要测试的数据内容输入到 data.txt 文件中。
[hadoop@master ~]$ vi input/data.txt 输入如下内容，保存退出。
Hello World
Hello Hadoop
Hello Husan
步骤四: 测试 MapReduce 运行
运行 WordCount 官方案例，统计 data.txt 文件中单词的出现频度。这个案例可 以用来统计年度十大热销产品、年度风云人物、年度最热名词等。
命令如下:
[hadoop@master ~]$ hadoop jar /usr/local/src/hadoop2.7.1/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar wordcount ~/input/data.txt ~/output
运行结果保存在~/output 目录中(注：结果输出目录不能事先存在)，命令执 行后查看结果：
[hadoop@master ~]$ ll output/
文件_SUCCESS 表示处理成功，处理的结果存放在 part-r-00000 文件中，查看该 文件。 [hadoop@master ~]$ cat output/part-r-00000
四、Hadoop平台环境配置
一：实验环境下集群网络配置
修改 slave1 机器主机名
[root@localhost ~]# hostnamectl set-hostname slave1
[root@localhost ~]# bash
[root@slave1 ~]#
修改 slave2 机器主机名
[root@localhost ~]# hostnamectl set-hostname slave2
[root@localhost ~]# bash
[root@slave2 ~]#
根据实验环境下集群网络 IP 地址规划（根据自己主机的ip即可）：
master 设置 IP 地址是“192.168.47.140”，掩码是“255.255.255.0”；
slave1 设置 IP 地址“192.168.47.141”，掩码是“255.255.255.0”；
slave2 设置 IP 地址是“192.168.47.142”，掩码是“255.255.255.0”。
根据我们为 Hadoop 设置的主机名为“master、slave1、slave2”，映地址是 “192.168.47.140、192.168.47.141、192.168.47.142”，分别修改主机配置文件“/etc/hosts”， 在命令终端输入如下命令：
[root@master ~]# vi /etc/hosts
[root@slave1 ~]# vi /etc/hosts
[root@slave2 ~]# vi /etc/hosts
二：SSH 无密码验证配置
一、生成 SSH 密钥
步骤一：每个节点安装和启动 SSH 协议
实现 SSH 登录需要 openssh 和 rsync 两个服务，一般情况下默认已经安装（如没有自行安 装），可以通过下面命令查看结果。
[root@master ~]# rpm -qa | grep openssh
[root@master ~]# rpm -qa | grep rsync
步骤二：切换到 hadoop 用户
[root@master ~]# su - hadoop
[hadoop@master ~]$
[root@slave1 ~]# useradd hadoop
[root@slave1 ~]# su - hadoop
[hadoop@slave1 ~]$
[root@slave2 ~]# useradd hadoop
[root@slave2 ~]# su - hadoop
[hadoop@slave2 ~]$
步骤三：每个节点生成秘钥对
#在 master 上生成密钥
[hadoop@master ~]$ ssh-keygen -t rsa
#slave1 生成密钥 [hadoop@slave1 ~]$ ssh-keygen -t rsa
#slave2 生成密钥 [hadoop@slave2 ~]$ ssh-keygen -t rsa
步骤四：查看"/home/hadoop/"下是否有".ssh"文件夹
且".ssh"文件下是否有两个刚 生产的无密码密钥对。
[hadoop@master ~]$ ls ~/.ssh/
步骤五：将 id_rsa.pub 追加到授权 key 文件中
#master
[hadoop@master ~]$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
[hadoop@master ~]$ ls ~/.ssh/
#slave1
[hadoop@slave1 ~]$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
[hadoop@slave1 ~]$ ls ~/.ssh/
#slave2
[hadoop@slave2 ~]$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
[hadoop@slave2 ~]$ ls ~/.ssh/
步骤六：修改文件"authorized_keys"权限
通过 ll 命令查看，可以看到修改后 authorized_keys 文件的权限为“rw-------”，表示所有者 可读写，其他用户没有访问权限。如果该文件权限太大，ssh 服务会拒绝工作，出现无法 通过密钥文件进行登录认证的情况。
#master
[hadoop@master ~]$ chmod 600 ~/.ssh/authorized_keys
[hadoop@master ~]$ ll ~/.ssh/
#slave1
[hadoop@slave1 ~]$ chmod 600 ~/.ssh/authorized_keys
[hadoop@slave1 ~]$ ll ~/.ssh/
#slave2
[hadoop@slave2 ~]$ chmod 600 ~/.ssh/authorized_keys
[hadoop@slave2 ~]$ ll ~/.ssh/
步骤七：配置 SSH 服务
使用 root 用户登录，修改 SSH 配置文件"/etc/ssh/sshd_config"的下列内容，需要将该配 置字段前面的#号删除，启用公钥私钥配对认证方式。
#master
[hadoop@master ~]$ su - root
[root@master ~]# vi /etc/ssh/sshd_config
PubkeyAuthentication yes #找到此行，并把#号注释删除。
#slave1
[hadoop@ slave1 ~]$ su - root
[root@ slave1 ~]# vi /etc/ssh/sshd_config
PubkeyAuthentication yes #找到此行，并把#号注释删除。
#slave2
[hadoop@ slave2 ~]$ su - root
[root@ slave2 ~]# vi /etc/ssh/sshd_config
PubkeyAuthentication yes #找到此行，并把#号注释删除。
步骤八：重启 SSH 服务
设置完后需要重启 SSH 服务，才能使配置生效。
[root@master ~]# systemctl restart sshd
步骤九：切换到 hadoop 用户
[root@master ~]# su - hadoop
步骤十：验证 SSH 登录本机
在 hadoop 用户下验证能否嵌套登录本机，若可以不输入密码登录，则本机通过密钥登录认证成功。
[hadoop@master ~]$ ssh localhost
首次登录时会提示系统无法确认 host 主机的真实性，只知道它的公钥指纹，询问用户是 否还想继续连接。需要输入“yes”，表示继续登录。第二次再登录同一个主机，则不会再 出现该提示，可以直接进行登录。
读者需要关注是否在登录过程中是否需要输入密码，不需要输入密码才表示通过密钥认 证成功。
二：交换 SSH 密钥
步骤一：将 Master 节点的公钥 id_rsa.pub 复制到每个 Slave 点
hadoop 用户登录，通过 scp 命令实现密钥拷贝。
[hadoop@master ~]$ scp ~/.ssh/id_rsa.pub hadoop@slave1:~/
[hadoop@master ~]$ scp ~/.ssh/id_rsa.pub hadoop@slave2:~/
首次远程连接时系统会询问用户是否要继续连接。需要输入“yes”，表示继续。因为目 前尚未完成密钥认证的配置，所以使用 scp 命令拷贝文件需要输入slave1 节点 hadoop 用户的密码。
步骤二：在每个 Slave 节点把 Master 节点复制的公钥复制到authorized_keys 文件
hadoop 用户登录 slave1 和 slave2 节点，执行命令。
[hadoop@slave1 ~]$ cat ~/id_rsa.pub >>~/.ssh/authorized_keys
[hadoop@slave2 ~]$ cat ~/id_rsa.pub >>~/.ssh/authorized_keys
步骤三：在每个 Slave 节点删除 id_rsa.pub 文件
[hadoop@slave1 ~]$ rm -rf ~/id_rsa.pub
[hadoop@slave2 ~]$ rm -rf ~/id_rsa.pub
步骤四：将每个 Slave 节点的公钥保存到 Master
（1）将 Slave1 节点的公钥复制到 Master
[hadoop@slave1 ~]$ scp ~/.ssh/id_rsa.pub hadoop@master:~/
（2）在 Master 节点把从 Slave 节点复制的公钥复制到 authorized_keys 文件
[hadoop@master ~]$ cat ~/id_rsa.pub >>~/.ssh/authorized_keys
（3）在 Master 节点删除 id_rsa.pub 文件
[hadoop@master ~]$ rm -rf ~/id_rsa.pub
（4）将 Slave2 节点的公钥复制到 Master
[hadoop@slave2 ~]$ scp ~/.ssh/id_rsa.pub hadoop@master:~/
（5）在 Master 节点把从 Slave 节点复制的公钥复制到 authorized_keys 文件
[hadoop@master ~]$ cat ~/id_rsa.pub >>~/.ssh/authorized_keys
（6）在 Master 节点删除 id_rsa.pub 文件
[hadoop@master ~]$ rm -rf ~/id_rsa.pub
三：验证 SSH 无密码登录
步骤一：查看 Master 节点 authorized_keys 文件
[hadoop@master ~]$ cat ~/.ssh/authorized_keys
可以看到 Master 节点 authorized_keys 文件中包括 master、slave1、slave2 三个节点 的公钥。
步骤二：查看 Slave 节点 authorized_keys 文件
[hadoop@slave1 ~]$ cat ~/.ssh/authorized_keys
[hadoop@slave2 ~]$ cat ~/.ssh/authorized_keys
步骤三：验证 Master 到每个 Slave 节点无密码登录
hadoop 用户登录 master 节点，执行 SSH 命令登录 slave1 和 slave2 节点。可以观察 到不需要输入密码即可实现 SSH 登录。
[hadoop@master ~]$ ssh slave1
[hadoop@master ~]$ ssh slave2
步骤四：验证两个 Slave 节点到 Master 节点无密码登录
[hadoop@slave1 ~]$ ssh master
[hadoop@slave2 ~]$ ssh master
步骤五：配置两个子节点slave1、slave2的JDK环境。
[root@master ~]# cd /usr/local/src/
[root@master src]# ls
[root@master src]# scp -r jdk1.8.0_152 root@slave1:/usr/local/src/
[root@master src]# scp -r jdk1.8.0_152 root@slave2:/usr/local/src/
#slave1
[root@slave1 ~]# ls /usr/local/src/
[root@slave1 ~]# vi /etc/profile #此文件最后添加下面两行
export JAVA_HOME=/usr/local/src/jdk1.8.0_152
export PATH=$PATH:$JAVA_HOME/bin
[root@slave1 ~]# source /etc/profile
[root@slave1 ~]# java -version
#slave2
[root@slave2 ~]# ls /usr/local/src/
[root@slave2 ~]# vi /etc/profile #此文件最后添加下面两行
export JAVA_HOME=/usr/local/src/jdk1.8.0_152
export PATH=$PATH:$JAVA_HOME/bin
[root@slave2 ~]# source /etc/profile
[root@slave2 ~]# java -version
五、Hadoop集群运行
1、Hadoop文件参数配置
一：在 Master 节点上安装 Hadoop
1. 将 hadoop-2.7.1 文件夹重命名为 Hadoop
[root@master ~]# cd /usr/local/src/
[root@master src]# mv hadoop-2.7.1 hadoop
[root@master src]# ls
2. 配置 Hadoop 环境变量
[root@master src]# yum install -y vim
[root@master src]# vim /etc/profile
[root@master src]# tail -n 4 /etc/profile
3. 使配置的 Hadoop 的环境变量生效
[root@master src]# su - hadoop
[hadoop@master ~]$ source /etc/profile
[hadoop@master ~]$ exit
4. 执行以下命令修改 hadoop-env.sh 配置文件
[root@master src]# cd /usr/local/src/hadoop/etc/hadoop/
[root@master hadoop]# vim hadoop-env.sh #修改以下配置
二：配置 hdfs-site.xml 文件参数
[root@master hadoop]# vim hdfs-site.xml #编辑以下内容
[root@master hadoop]# tail -n 14 hdfs-site.xml
三:配置 core-site.xml 文件参数
[root@master hadoop]# vim core-site.xml #编辑以下内容
[root@master hadoop]# tail -n 14 core-site.xml
四:配置 mapred-site.xml
[root@master hadoop]# pwd
[root@master hadoop]# cp mapred-site.xml.template mapred-site.xml
[root@master hadoop]# vim mapred-site.xml #添加以下配置
[root@master hadoop]# tail -n 14 mapred-site.xml
五：配置 yarn-site.xml
[root@master hadoop]# vim yarn-site.xml #添加以下配置
[root@master hadoop]# tail -n 32 yarn-site.xml
六:Hadoop 其他相关配置
1. 配置 masters 文件
[root@master hadoop]# vim masters
[root@master hadoop]# cat masters
2. 配置 slaves 文件
[root@master hadoop]# vim slaves
[root@master hadoop]# cat slaves
3. 新建目录
[root@master hadoop]# mkdir /usr/local/src/hadoop/tmp
[root@master hadoop]# mkdir /usr/local/src/hadoop/dfs/name -p
[root@master hadoop]# mkdir /usr/local/src/hadoop/dfs/data -p
4. 修改目录权限
[root@master hadoop]# chown -R hadoop:hadoop /usr/local/src/hadoop/
5. 同步配置文件到 Slave 节点
[root@master ~]# scp -r /usr/local/src/hadoop/ root@slave1:/usr/local/src/
[root@master ~]# scp -r /usr/local/src/hadoop/ root@slave2:/usr/local/src/
#slave1 配置
[root@slave1 ~]# yum install -y vim
[root@slave1 ~]# vim /etc/profile
[root@slave1 ~]# tail -n 4 /etc/profile
[root@slave1 ~]# chown -R hadoop:hadoop /usr/local/src/hadoop/
[root@slave1 ~]# su - hadoop
[hadoop@slave1 ~]$ source /etc/profile
#slave2 配置
[root@slave2 ~]# yum install -y vim
[root@slave2 ~]# vim /etc/profile
[root@slave2 ~]# tail -n 4 /etc/profile
[root@slave2 ~]# chown -R hadoop:hadoop /usr/local/src/hadoop/
[root@slave2 ~]# su - hadoop
[hadoop@slave2 ~]$ source /etc/profile
2、大数据平台集群运行
一：配置 Hadoop 格式化
步骤一：NameNode 格式化
将 NameNode 上的数据清零，第一次启动 HDFS 时要进行格式化，以后启动无 需再格式化，否则会缺失 DataNode 进程。另外，只要运行过 HDFS，Hadoop 的 工作目录（本书设置为/usr/local/src/hadoop/tmp）就会有数据，如果需要重 新格式化，则在格式化之前一定要先删除工作目录下的数据，否则格式化时会 出问题。
执行如下命令，格式化 NameNode
[root@master ~]# su – hadoop
[hadoop@master ~]# cd /usr/local/src/hadoop/
[hadoop@master hadoop]$ bin/hdfs namenode –format
步骤二：启动 NameNode
执行如下命令，启动 NameNode：
[hadoop@master hadoop]$ hadoop-daemon.sh start namenode
二：查看 Java 进程
启动完成后，可以使用 JPS 命令查看是否成功。JPS 命令是 Java 提供的一个显示当前所有 Java 进程 pid 的命令。
[hadoop@master hadoop]$ jps
步骤一：slave节点 启动 DataNode
执行如下命令，启动 DataNode：
[hadoop@slave1 hadoop]$ hadoop-daemon.sh start datanode
[hadoop@slave2 hadoop]$ hadoop-daemon.sh start datanode
[hadoop@slave1 hadoop]$ jps
[hadoop@slave2 hadoop]$ jps
步骤二：启动 SecondaryNameNode
执行如下命令，启动 SecondaryNameNode：
[hadoop@master hadoop]$ hadoop-daemon.sh start secondarynamenode
[hadoop@master hadoop]$ jps
查看到有 NameNode 和 SecondaryNameNode 两个进程，就表明 HDFS 启动成功。
步骤三：查看 HDFS 数据存放位置
执行如下命令，查看 Hadoop 工作目录：
[hadoop@master hadoop]$ ll dfs/
[hadoop@master hadoop]$ ll ./tmp/dfs
三：查看 HDFS 的报告
[hadoop@master sbin]$ hdfs dfsadmin -report
四：使用浏览器查看节点状态
在浏览器的地址栏输入http://master:50070，进入页面可以查看NameNode和DataNode 信息。
在浏览器的地址栏输入 http://master:50090，进入页面可以查看 SecondaryNameNode信息
可以使用 start-dfs.sh 命令启动 HDFS。这时需要配置 SSH 免密码登录，否则在 启动过程中系统将多次要求确认连接和输入 Hadoop 用户密码。
[hadoop@master hadoop]$ stop-dfs.sh
[hadoop@master hadoop]$ start-dfs.sh
运行测试： 下面运行 WordCount 官方案例，统计 data.txt 文件中单词的出现频度。这个案例可 以用来统计年度十大热销产品、年度风云人物、年度最热名词等。
步骤一：在 HDFS 文件系统中创建数据输入目录 确保 dfs 和 yarn 都启动成功
[hadoop@master hadoop]$ start-yarn.sh
[hadoop@master hadoop]$ jps
如果是第一次运行 MapReduce 程序，需要先在 HDFS 文件系统中创建数据输入目 录，存放输入数据。这里指定/input 目录为输入数据的存放目录。 执行如下命 令，在 HDFS 文件系统中创建/input 目录：
[hadoop@master hadoop]$ hdfs dfs -mkdir /input
[hadoop@master hadoop]$ hdfs dfs -ls /
此处创建的/input 目录是在 HDFS 文件系统中，只能用 HDFS 命令查看和操作。
步骤二：将输入数据文件复制到 HDFS 的/input 目录中
测试用数据文件仍然是上一节所用的测试数据文件~/input/data.txt，内容如下所示。
[hadoop@master hadoop]$ cat ~/input/data.txt
执行如下命令，将输入数据文件复制到 HDFS 的/input 目录中：
[hadoop@master hadoop]$ hdfs dfs -put ~/input/data.txt /input
确认文件已复制到 HDFS 的/input 目录：
[hadoop@master hadoop]$ hdfs dfs -ls /input
步骤三：运行 WordCount 案例，计算数据文件中各单词的频度。
运行 MapReduce 命令需要指定数据输出目录，该目录为 HDFS 文件系统中的目录，会自 动生成。如果在执行 MapReduce 命令前，该目录已经存在，则执行 MapReduce 命令会出 错。
例如 MapReduce 命令指定数据输出目录为/output，/output 目录在 HDFS 文件系统中已 经存在，则执行相应的 MapReduce 命令就会出错。所以如果不是第一次运行 MapReduce，就要先查看HDFS中的文件，是否存在/output目录。如果已经存在/output 目录，就要先删除/output目录，再执行上述命令。自动创建的/output 目录在 HDFS 文件 系统中，使用 HDFS 命令查看和操作。
[hadoop@master hadoop]$ hdfs dfs -mkdir /output
先执行如下命令查看 HDFS 中的文件：
[hadoop@master hadoop]$ hdfs dfs -ls
上述目录中/input 目录是输入数据存放的目录，/output 目录是输出数据存放的目录。执 行如下命令，删除/output 目录。
[hadoop@master hadoop]$ hdfs dfs -rm -r -f /output
执行如下命令运行 WordCount 案例：
[hadoop@master hadoop]$ hadoop jar share/hadoop/mapreduce/hado map op-- reduce-examples-2.7.1.jar wordcount /input/data.txt /output
由上述信息可知 MapReduce 程序提交了一个作业，作业先进行 Map，再进行 Reduce 操作。 MapReduce 作业运行过程也可以在 YARN 集群网页中查看。在浏 览器的地址栏输入：http://master:8088 可以看到 MapReduce 程序刚刚完成了一个作业。
除了可以用 HDFS 命令查看 HDFS 文件系统中的内容，也可使用网页查看 HDFS 文件 系统。在浏览器的地址栏输入 http://master:50070，进入页面，在 Utilities 菜单中 选择 Browse the file system，可以查看 HDFS 文件系统内容。查看 HDFS 的根目录，可以看到 HDFS 根目录中有三个目录，input、output 和 tmp。
查看 output 目录，发现有两个文件。文件_SUCCESS 表示处理成功，处理的结果 存放在 part-r-00000 文件中。在页面上不能直接查看文件内容，需要下载到本地系统才行。
可以使用 HDFS 命令直接查看 part-r-00000 文件内容，结果如下所示：
[hadoop@master hadoop]$ hdfs dfs -cat /output/part-r-00000
五：停止 Hadoop
步骤一：停止 yarn
[hadoop@master hadoop]$ stop-yarn.sh
步骤二：停止 DataNode
[hadoop@slave1 hadoop]$ hadoop-daemon.sh stop datanode
[hadoop@slave2 hadoop]$ hadoop-daemon.sh stop datanode
步骤二：停止 NameNode
[hadoop@master hadoop]$ hadoop-daemon.sh stop namenode
步骤三：停止 SecondaryNameNode
[hadoop@master hadoop]$ hadoop-daemon.sh stop secondarynamenode
步骤四：查看 JAVA 进程，确认 HDFS 进程已全部关闭
[hadoop@master hadoop]$ jps
