词频统计#

在 HDFS 中创建输入目录：
```
1
hdfs dfs -mkdir -p /wordcount/input
```
在 hadoop1 节点本地创建 word.txt 文件并写入测试文本，然后上传至 HDFS：
```
1
hdfs dfs -put ./word.txt /wordcount/input
```

进入 MapReduce 示例 JAR 所在目录，运行 WordCount 作业：

1
cd /export/servers/hadoop-3.1.3/share/hadoop/mapreduce/
2
hadoop jar hadoop-mapreduce-examples-3.1.3.jar wordcount /wordcount/input /wordcount/output

注意：输出路径 /wordcount/output 默认应为不存在，否则将操作失败

Federation 机制配置#

参考：NameNode和SecondaryNameNode部署在hadoop2和hadoop3上

1. 停止现有 Hadoop 服务#

在 hadoop1 上依次执行以下命令，关闭 YARN 和 HDFS：

1
stop-yarn.sh
2
stop-dfs.sh

2. 清理旧数据#

在 hadoop1、hadoop2 和 hadoop3 上删除 HDFS 数据目录（根据实际配置路径）：

1
rm -rf /export/data/hadoop-wfb-3.1.3/*

3. 修改 `hdfs-site.xml` 配置文件#

在 hadoop1 上编辑 Hadoop 配置文件：

1
vi /export/servers/hadoop-3.1.3/etc/hadoop/hdfs-site.xml

替换为以下支持 Federation 的配置：

1
<?xml version="1.0" encoding="UTF-8"?>
2
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
3

4
<configuration>
5
    <property>
6
        <name>dfs.replication</name>
7
        <value>2</value>
8
    </property>
9
    <property>
10
        <name>dfs.nameservices</name>
11
        <value>ns1,ns2</value>
12
    </property>
13
    <property>
14
        <name>dfs.namenode.rpc-address.ns1</name>
15
        <value>hadoop2:9000</value>
16
    </property>
17
    <property>
18
        <name>dfs.namenode.http-address.ns1</name>
19
        <value>hadoop2:9870</value>
20
    </property>
21
    <property>
22
        <name>dfs.namenode.secondary.http-address.ns1</name>
23
        <value>hadoop2:9880</value>
24
    </property>
25
    <property>
26
        <name>dfs.namenode.rpc-address.ns2</name>
27
        <value>hadoop3:9000</value>
28
    </property>
29
    <property>
30
</configuration>

4. 分发配置文件#

将更新后的 hdfs-site.xml 同步到 hadoop2 和 hadoop3：

1
scp /export/servers/hadoop-3.1.3/etc/hadoop/hdfs-site.xml root@hadoop2:/export/servers/hadoop-3.1.3/etc/hadoop/
2
scp /export/servers/hadoop-3.1.3/etc/hadoop/hdfs-site.xml root@hadoop3:/export/servers/hadoop-3.1.3/etc/hadoop/

5. 格式化 NameNode（带统一 Cluster ID）#

在 hadoop2 上格式化第一个命名空间：

1
hdfs namenode -format -clusterId fed1

在 hadoop3 上格式化第二个命名空间（必须使用相同的 -clusterId）：

1
hdfs namenode -format -clusterId fed1

关键说明：Federation 要求所有 NameNode 使用相同的 clusterId，否则无法共存于同一集群。

6. 启动 Hadoop 集群#

在 hadoop2 上启动 HDFS（YARN 仍由原 ResourceManager 节点管理，此处建议按实际架构调整）：

1
start-dfs.sh

注意： YARN 通常不需要随 Federation 改动。若 ResourceManager 仍在 hadoop2，可继续执行：
1
start-yarn.sh

7. 验证进程#

在 hadoop1、hadoop2、hadoop3 上分别执行：

1
jps

预期结果：

hadoop2：NameNode（ns1）、DataNode、SecondaryNameNode、ResoureceManager、NodeManager
hadoop3：NameNode（ns2）、DataNode、NodeManager、SecondaryNameNode
hadoop1：DataNode、NodeManager