在前两章中，我们分别实现了多虚拟机集群的搭建，Hadoop、JDK的安装以及在单机模式下的调试。在本章，我们将实现伪分布式，启动HDFS并运行WordCount示例程序。

一. 配置 core-site.xml 文件：

vim进入 /etc/hadoop/core-site.xml (sudo vim core-site.xml)中，使用修改模式，添加如下配置信息：

其中 主机名 为第一章第六节（虚拟机上搭建伪分布式Hadoop集群（一））中所修改的主机名称，端口号为9000。

二. 配置 hdfs-site.xml 文件：

与步骤一相似，使用vim进入 hdfs-site.xml文件中修改配置信息：
该配置文件用于指定HDFS副本数（在下图中设置为1，即设置为保留一份HDFS副本）

配置hdfs-site.xml文件

三. 启动集群：

在完成了上述两个步骤后，即可启动集群。启动集群共两步（1. 启动NameNode 2. 启动DataNode）

\\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

1. 格式化NameNode：（第一次启动时格式化，以后就尽量少格式化）
   

（如果已经启动集群后再格式化NameNode，则会产生新的集群id，导致NameNode和DataNode的集群id不一致，则会出现DataNode无法启动的情况，所以在格式化NameNode时，需先删除data数据和log日志，再格式化NameNode。具体解决方法：Hadoop启动集群后使用JPS命令数据节点不显示解决方法）

2. 启动NameNode：

   
   

3. 启动DataNode：

   
   

4. 使用JPS查看进程：
   如果全部服务正常启动，则会显示三个服务进程（前面的进程编号不一样是正常的）：

   
   

四. 使用Web查看端口：

Hadoop提供了一个Web端口页面，通过该页面可查看该集群的运行状态。由于在第一章中，我们已经将本机和虚拟机互相ping通了，所以可直接在本地的浏览器中查看。
在浏览器中输入 " 主机名:50070 " 即可进入集群的Web界面。（本文中的主机名为"hadoop101"，实际操作中将其改为自己的主机名即可）

或者将主机名替换为虚拟机的IP地址，也同样可以进入集群的Web界面：

进入了集群的Web界面后即可查看集群的具体运行状态：

五. HDFS中创建文件夹：

在HDFS文件系统的根目录中创建新的路径（-p 表示创建多级目录）：

bin/hdfs dfs -mkdir -p /user/ccnu/input

在Web界面中，点击 Utilities→Browse the file system 进入文件系统，然后输入刚刚创建的HDFS文件路径，可见该目录已成功创建。

与Linux类似，使用相同的命令，可以创建、删除、查看目录。

六. 将本地文件上传至集群中：

本文中，我们在本地创建了一个 wc.input 文件，并将其上传至上一步创建的集群路径中。

// bin/hdfs dfs -put (本地路径) (HDFS路径)

bin/hdfs

然后再看一下Web界面，可以发现集群中 /user/ccnu/input 下出现了刚才添加的文件。

点击该文件，可以将该文件从集群中下载下来。

七. 在HDFS上运行WordCount：

从集群中读取文件，然后再将生成的结果自动上传至集群的指定路径中（在下图中，文件路径为HDFS文件系统中的 /user/ccnu/input , 输出文件的路径为 /user/ccnu/output）：

在集群的Web界面中可以看出，系统自动创建了output文件夹，并将运行结果存放于该文件夹中。