| 最近要在公司里搭建一个hadoop测试集群，于是采用docker来快速部署hadoop集群。 0. 写在前面 网上也已经有很多教程了，但是其中都有不少坑，在此记录一下自己安装的过程。 目标：使用docker搭建一个一主两从三台机器的hadoop2.7.7版本的集群 准备： 首先要有一台内存8G以上的centos7机器，我用的是阿里云主机。 其次将jdk和hadoop包上传到服务器中。 我安装的是hadoop2.7.7。包给大家准备好了，链接：https://pan.baidu.com/s/15n_W-1rqOd2cUzhfvbkH4g 提取码：vmzw。 1. 步骤 大致分以下几步： - 安装docker
- 基础环境准备
- 配置网络，并启动docker容器
- 配置host及ssh免密登录
- 安装配置hadoop
1.1 安装docker 依次执行如下步骤安装docker。如果有docker环境的可以跳过。 yum updateyum install -y yum-utils device-mapper-persistent-data lvm2yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repoyum install -y docker-ce systemctl start dockerdocker -v 1.2 基础环境准备 1.2.1 创建基础的centos7镜像拉取官方centos7镜像 通过build Dockfile生成带ssh功能的centos镜像 创建Dockerfile文件 将如下内容写入Dockerfile FROM centosMAINTAINER mwfRUN yum install -y openssh-server sudoRUN sed -i 's/UsePAM yes/UsePAM no/g' /etc/ssh/sshd_configRUN yum install -y openssh-clientsRUN echo "root:qwe123" | chpasswdRUN echo "root ALL=(ALL) ALL" >> /etc/sudoersRUN ssh-keygen -t dsa -f /etc/ssh/ssh_host_dsa_keyRUN ssh-keygen -t rsa -f /etc/ssh/ssh_host_rsa_keyRUN mkdir /var/run/sshdEXPOSE 22CMD ["/usr/sbin/sshd", "-D"] 上述内容大概意思是：以centos镜像为基础，设置密码为wqe123，安装ssh服务并启动 构建Dockerfile docker build -t="centos7-ssh" . 将生成一个名为centos7-ssh的镜像，可以通过docker images查看 1.2.2 生成有hadoop和jdk环境的镜像 - 将准备好的包放在当前目录下。
hadoop-2.7.7.tar.gz和jdk-8u202-linux-x64.tar.gz - 通过build Dockfile生成带hadoop和jdk环境的centos镜像
刚才已经创建了一个Dockerfile了，先将他移开。mv Dockerfile Dockerfile.bak 创建Dockerfile 将以下内容写入： FROM centos7-sshADD jdk-8u202-linux-x64.tar.gz /usr/local/RUN mv /usr/local/jdk1.8.0_202 /usr/local/jdk1.8ENV JAVA_HOME /usr/local/jdk1.8ENV PATH $JAVA_HOME/bin:$PATHADD hadoop-2.7.7.tar.gz /usr/localRUN mv /usr/local/hadoop-2.7.7 /usr/local/hadoopENV HADOOP_HOME /usr/local/hadoopENV PATH $HADOOP_HOME/bin:$PATHRUN yum install -y which sudo 上述内容大概意思是：以上面生成的centos7-ssh为基础，将hadoop和jdk包放进去，然后配好环境变量。 构建Dockerfile docker build -t="hadoop" . 将生成一个名为hadoop的镜像 1.3 配置网络，并启动docker容器 因为集群间必须要能网络连通，所以要先配置好网络。 创建网络 docker network create --driver bridge hadoop-br 以上命令创建了一个名为hadoop-br的bridge类型的网络 启动docker时指定网络 docker run -itd --network hadoop-br --name hadoop1 -p 50070:50070 -p 8088:8088 hadoopdocker run -itd --network hadoop-br --name hadoop2 hadoopdocker run -itd --network hadoop-br --name hadoop3 hadoop 以上命令启动了3台机器，网络都指定为hadoop-br，hadoop1还开启了端口映射。 查看网络情况 docker network inspect hadoop-br 执行以上命令就可以看到对应的网络信息： [ { "Name": "hadoop-br", "Id": "88b7839f412a140462b87a353769e8091e92b5451c47b5c6e7b44a1879bc7c9a", "Containers": {"86e52eb15351114d45fdad4462cc2050c05202554849bedb8702822945268631": { "Name": "hadoop1", "IPv4Address": "172.18.0.2/16", "IPv6Address": "" }, "9baa1ff183f557f180da2b7af8366759a0d70834f43d6b60fba2e64f340e0558": { "Name": "hadoop2", "IPv4Address": "172.18.0.3/16", "IPv6Address": "" }, "e18a3166e965a81d28b4fe5168d1f0c3df1cb9f7e0cbe0673864779b224c8a7f": { "Name": "hadoop3", "IPv4Address": "172.18.0.4/16", "IPv6Address": "" } }, }]我们可以得知3台机器对应的ip： 172.18.0.2 hadoop1 172.18.0.3 hadoop2 172.18.0.4 hadoop3 登录docker容器，互相之间就可以ping通了。 docker exec -it hadoop1 bashdocker exec -it hadoop2 bashdocker exec -it hadoop3 bash 1.4 配置host及ssh免密登录 1.4.1 配置host 分别在每台修改每台机器的host 将以下内容写入（注：docker分出来的ip对于每个人可能不一样，填你自己的）： 172.18.0.2 hadoop1 172.18.0.3 hadoop2 172.18.0.4 hadoop3 1.4.2 ssh免密登录 因为上面在镜像中已经安装了ssh服务，所以直接分别在每台机器上执行以下命令： ssh-keygen一路回车ssh-copy-id -i /root/.ssh/id_rsa -p 22 root@hadoop1输入密码，如果按我的来得话就是qwe123ssh-copy-id -i /root/.ssh/id_rsa -p 22 root@hadoop2输入密码，如果按我的来得话就是qwe123ssh-copy-id -i /root/.ssh/id_rsa -p 22 root@hadoop3输入密码，如果按我的来得话就是qwe123 1.4.3 测试是否配置成功 ping hadoop1 ping hadoop2ping hadoop3ssh hadoop1ssh hadoop2ssh hadoop3 1.5 安装配置hadoop 1.5.1 在hadoop1上操作 进入hadoop1 docker exec -it hadoop1 bash 创建一些文件夹，一会在配置中要用到 mkdir /home/hadoopmkdir /home/hadoop/tmp /home/hadoop/hdfs_name /home/hadoop/hdfs_data 切换到hadoop配置的目录 cd $HADOOP_HOME/etc/hadoop/ 编辑core-site.xml <property> <name>fs.defaultFS</name> <value>hdfs://hadoop1:9000</value> </property> <property> <name>hadoop.tmp.dir</name> <value>file:/home/hadoop/tmp</value> </property> <property> <name>io.file.buffer.size</name> <value>131702</value> </property> 编辑hdfs-site.xml <property> <name>dfs.namenode.name.dir</name> <value>file:/home/hadoop/hdfs_name</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>file:/home/hadoop/hdfs_data</value> </property> <property> <name>dfs.replication</name> <value>2</value> </property> <property> <name>dfs.namenode.secondary.http-address</name> <value>hadoop1:9001</value> </property> <property> <name>dfs.webhdfs.enabled</name> <value>true</value> </property> 编辑mapred-site.xml mapred-site.xml默认不存在，要执行cp mapred-site.xml.template mapred-site.xml <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>mapreduce.jobhistory.address</name> <value>hadoop1:10020</value> </property> <property> <name>mapreduce.jobhistory.webapp.address</name> <value>hadoop1:19888</value> </property> 编辑yarn-site.xml <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.nodemanager.auxservices.mapreduce.shuffle.class</name> <value>org.apache.hadoop.mapred.ShuffleHandler</value> </property> <property> <name>yarn.resourcemanager.address</name> <value>hadoop1:8032</value> </property> <property> <name>yarn.resourcemanager.scheduler.address</name> <value>hadoop1:8030</value> </property> <property> <name>yarn.resourcemanager.resource-tracker.address</name> <value>hadoop1:8031</value> </property> <property> <name>yarn.resourcemanager.admin.address</name> <value>hadoop1:8033</value> </property> <property> <name>yarn.resourcemanager.webapp.address</name> <value>hadoop1:8088</value> </property> 编辑slaves 我这里把hadoop1当成主节点，hadoop2、3作为从节点 把文件拷贝到hadoop2和hadoop3上 依次执行以下命令： scp -r $HADOOP_HOME/ hadoop2:/usr/local/scp -r $HADOOP_HOME/ hadoop3:/usr/local/scp -r /home/hadoop hadoop2:/scp -r /home/hadoop hadoop3:/ 1.5.2 在每台机器上操作 分别连接每台机器 docker exec -it hadoop1 bashdocker exec -it hadoop2 bashdocker exec -it hadoop3 bash 配置hadoop sbin目录的环境变量 因为hadoop bin目录在之前创建镜像时就配好了，但是sbin目录没有配，所以要单独配置。分配为每台机器配置： 追加如下内容： export PATH=$PATH:$HADOOP_HOME/sbin 执行： 1.5.3 启动hadoop 在hadoop1上执行以下命令： 格式化hdfs 一键启动 不出错的话，就可以庆祝一下了。出错的话，加油。 1.6 测试使用hadoopjps # hadoop11748 Jps490 NameNode846 ResourceManager686 SecondaryNameNode# hadoop2400 DataNode721 Jps509 NodeManager# hadoop3425 NodeManager316 DataNode591 Jps 上传文件 hdfs dfs -mkdir /mwfecho hello > a.txthdfs dfs -put a.txt /mwfhdfs dfs -ls /mwfFound 1 itemsdrwxr-xr-x - root supergroup 0 2020-09-04 11:14 /mwf 由于是云服务器，不想配端口，就不看ui界面了。 2. 最后 以上是我安装成功之后总结的过程，应该没有问题，也可能有遗漏。 3. 参考 https://cloud.tencent.com/developer/article/1084166 https://cloud.tencent.com/developer/article/1084157?from=10680 https://blog.csdn.net/ifenggege/article/details/108396249
下载地址:
详解六种减小Docker镜像大小的方法
nginx限制并发连接请求数的方法 |
