启动HDFS并运行MapReduce程序
1. 配置集群
（a）配置：hadoop-env.sh
Linux系统中获取JDK的安装路径：
echo $JAVA_HOME
修改JAVA_HOME 路径：
把这一行代码改成下面的代码，前一半都是export JAVA_HOME=，很好找。
export JAVA_HOME=/opt/module/jdk1.8.0_202
（b）配置：core-site.xml
指定Hadoop运行时产生文件的存储目录
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop101:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-2.7.2/data/tmp</value>
</property>
在下面两个箭头之间配置上面代码
（c）配置：hdfs-site.xml
指定HDFS副本的数量
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
2.启动集群
（a）格式化NameNode
（第一次启动时格式化，以后就不要总格式化）,就是安装文件系统
hdfs namenode -format
出现如下界面，说明格式化namenode成功
这个时候，在hadoop主目录中出现了data目录
（b）启动NameNode
hadoop-daemon.sh start namenode
（c）启动DataNode
hadoop-daemon.sh start datanode
3.查看集群
（a）查看是否启动成功
jps
出现了这两个进程表示hdfs配置成功了
注意：jps是JDK中的命令，不是Linux命令。不安装JDK不能使用jps
（b）web端查看HDFS文件系统
（c）查看产生的Log日志
说明：在使用Hadoop过程中，如果遇到某些异常，导致Hadoop不可用，或其它问题，则可以通过查 询Hadoop的日志文件获取错误信息。
里面就是前面配置出来的东西
（d）思考：为什么不能一直格式化NameNode，格式化NameNode要注意什么？
注意：格式化NameNode，会产生新的集群id,导致NameNode和DataNode的集群id不一致， 集群找不到已往数据。所以，格式化NameNode时，一定要先删除$HADOOP_HOME/data目 录及下面的所有内容，然后再格式化NameNode。由于NameNode被格式化，所有关于数据存 储的元素信息被重置，因此，原来在HDFS上存储的数据也就不能用了。
4. 操作集群
本地运行时，是将文件放在本地磁盘中，如果文件较大，需要将文件放在HDFS（分布式文件系统上）
（a）在HDFS文件系统上创建一个input目录
hdfs dfs -mkdir -p /user/ytsky/input
浏览文件系统，确认是否创建成功
（b）将测试文件内容上传到文件系统上
用上次本地运行模式创建过的文件
使用命令将文件wc.input上传到 HDFS中
hdfs dfs -put wcinput/wc.input /user/ytsky/input
（c）查看上传的文件是否正确
hdfs dfs -ls /user/ytsky/input
hdfs dfs -cat /user/ytsky/input/wc.input
已将需要分析的数据加载进了HDFS中
（d）运行MapReduce程序
hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/ytsky/input /user/ytsky/output
该条命令执行完后，会在文件系统上创建output目录，目录中存放的就是分析结果
（e）查看输出结果
命令行查看，下面两个都可以
hdfs dfs -cat /user/ytsky/output/*
hdfs dfs -cat /user/ytsky/output/part-r-00000
（f）将测试文件内容下载到本地
hdfs dfs -get /user/ytsky/output/part-r-00000 ./wcoutput/
我显示已存在，是本地运行模式的时候已经保存了
（g）删除输出结果
hdfs dfs -rm -r /user/ytsky/output
如果不删除，下次运行这个案例的时候就会报错，所以我们用命令行删除输出结果
以上就是在伪分布式集群模式下运行mapreduce运行结果 。
