2）修改hdfs-site.xml
3）修改yarn-site.xml
4）修改mapred-site.xml
3、启动hdfs
1）格式化namenode:$ bin/hdfs namenode -format
2）启动namenode:$sbin/hadoop-daemon.sh start namenode
3）启动datanode:$sbin/hadoop-daemon.sh start datanode
4）hdfs监控web页面：http://hadoop-senior02.beifeng.com:50070
4、启动yarn
1）启动resourcemanager:$sbin/yarn-daemon.sh start resourcemanager
2）启动nodemanager:sbin/yarn-daemon.sh start nodemanager
3）yarn监控web页面：http://hadoop-senior02.beifeng.com:8088
5、测试wordcount jar包
1）定位路径：/opt/modules/hadoop-2.5.0
2）代码测试：bin/yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.5.0.jar wordcount /input/sort.txt /output6/
运行过程：
16/05/08 06:39:13 INFO client.RMProxy: Connecting to ResourceManager at Hadoop-senior02.beifeng.com/192.168.241.130:8032 16/05/08 06:39:15 INFO input.FileInputFormat: Total input paths to process : 1 16/05/08 06:39:15 INFO mapreduce.JobSubmitter: number of splits:1 16/05/08 06:39:15 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_1462660542807_0001 16/05/08 06:39:16 INFO impl.YarnClientImpl: Submitted application application_1462660542807_0001 16/05/08 06:39:16 INFO mapreduce.Job: The url to track the job: http://Hadoop-senior02.beifeng.com:8088/proxy/application_1462660542807_0001/ 16/05/08 06:39:16 INFO mapreduce.Job: Running job: job_1462660542807_0001 16/05/08 06:39:36 INFO mapreduce.Job: Job job_1462660542807_0001 running in uber mode : false 16/05/08 06:39:36 INFO mapreduce.Job: map 0% reduce 0% 16/05/08 06:39:48 INFO mapreduce.Job: map 100% reduce 0% 16/05/08 06:40:04 INFO mapreduce.Job: map 100% reduce 100% 16/05/08 06:40:04 INFO mapreduce.Job: Job job_1462660542807_0001 completed successfully 16/05/08 06:40:04 INFO mapreduce.Job: Counters: 49
3）结果查看：bin/hdfs dfs -text /output6/par*
运行结果：
hadoop 2 jps 1 mapreduce 2 yarn 1
6、MapReduce历史服务器
1）启动：sbin/mr-jobhistory-daemon.sh start historyserver
2）web ui界面：http://hadoop-senior02.beifeng.com:19888
7、hdfs、yarn、mapreduce功能
1）hdfs：分布式文件系统，高容错性的文件系统，适合部署在廉价的机器上。
hdfs是一个主从结构，分为namenode和datanode，其中namenode是命名空间，datanode是存储空间，datanode以数据块的形式进行存储，每个数据块128M
2）yarn：通用资源管理系统，为上层应用提供统一的资源管理和调度。
yarn分为resourcemanager和nodemanager，resourcemanager负责资源调度和分配，nodemanager负责数据处理和资源
3）mapreduce：MapReduce是一种计算模型，分为Map（映射）和Reduce（归约）。
map将每一行数据处理后，以键值对的形式出现，并传给reduce；reduce将map传过来的数据进行汇总和统计。
以上就是本文的全部内容，希望对大家的学习有所帮助。
