Mac基于Docker搭建Hadoop集群

2023-11-12 16:27:16

写在前面，本博客大部分内容，参考了：https://zhuanlan.zhihu.com/p/59758201

 

一、Docker下载Ubuntu：

1.首先，需要安装Docker，如果没有安装的，可以参考博客：https://www.runoob.com/docker/macos-docker-install.html

2.现在的 Docker 网络能够提供 DNS 解析功能，我们可以使用如下命令为接下来的 Hadoop 集群单独构建一个虚拟的网络：

sudo docker network create --driver=bridge hadoop

使用下面这个命令查看 Docker 中的网络，可以看到刚刚创建的名为 hadoop 的虚拟桥接网络：

sudo docker network ls

Mac基于Docker搭建Hadoop集群

 

 

 3.查找 ubuntu 容器：

dhu719@dhu719:~$ sudo docker search ubuntu
NAME                                                   DESCRIPTION                                     STARS               OFFICIAL            AUTOMATED
ubuntu                                                 Ubuntu is a Debian-based Linux operating sys…   9326                [OK]                
dorowu/ubuntu-desktop-lxde-vnc                         Docker image to provide HTML5 VNC interface …   281                                     [OK]
rastasheep/ubuntu-sshd                                 Dockerized SSH service, built on top of offi…   209                                     [OK]
consol/ubuntu-xfce-vnc                                 Ubuntu container with "headless" VNC session…   161                                     [OK]
ubuntu-upstart                                         Upstart is an event-based replacement for th…   97                  [OK]                
ansible/ubuntu14.04-ansible                            Ubuntu 14.04 LTS with ansible                   96                                      [OK]
neurodebian                                            NeuroDebian provides neuroscience research s…   56                  [OK]                
1and1internet/ubuntu-16-nginx-php-phpmyadmin-mysql-5   ubuntu-16-nginx-php-phpmyadmin-mysql-5          49                                      [OK]
ubuntu-debootstrap                                     debootstrap --variant=minbase --components=m…   40                  [OK]                
nuagebec/ubuntu                                        Simple always updated Ubuntu docker images w…   23                                      [OK]
tutum/ubuntu                                           Simple Ubuntu docker images with SSH access     19

4.下载 ubuntu 16.04 版本的镜像文件：

dhu719@dhu719:~$ sudo docker pull ubuntu:16.04
16.04: Pulling from library/ubuntu
34667c7e4631: Pull complete 
d18d76a881a4: Pull complete 
119c7358fbfc: Pull complete 
2aaf13f3eff0: Pull complete 
Digest: sha256:58d0da8bc2f434983c6ca4713b08be00ff5586eb5cdff47bcde4b2e88fd40f88
Status: Downloaded newer image for ubuntu:16.04
dhu719@dhu719:~$

5.查看已经下载的镜像：

dhu719@dhu719:~$ sudo docker images
REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
<none>              <none>              ccac37c7045c        4 days ago          1.85GB
ubuntu              16.04               9361ce633ff1        7 days ago          118MB
dhu719@dhu719:~$

6.根据镜像启动一个容器，可以看出 shell 已经是容器的 shell 了（第二行开头，已经是root用户了）：

dhu719@dhu719:~$ sudo docker run -it ubuntu:16.04 /bin/bash
root@fab4da838c2f:/#

7.推出虚拟机：输入 exit

root@fab4da838c2f:/# exit
exit
dhu719@dhu719:~$

 

二、Dokcer常见容器使用命令：

1.查看正在运行的容器: docker ps

2.查看所有容器：docker ps -a

3.启动一个状态为退出的容器，最后一个参数为容器 ID:  docker start fab4da838c2f

4.进入一个容器：docker exec -it fab4da838c2f /bin/bash

5.关闭一个正在运行的容器：docker stop fab4da838c2f （注：最好是结合 docker ps 使用，先查看哪些在运行，然后把容器 id复制一下，就可以使用这个命令关闭了）

 

三、初始化虚拟机

主要是安装 JDK 1.8 的环境，因为 Spark 要 Scala，Scala 要 JDK 1.8，以及 Hadoop，以此来构建基础镜像。

1.进入之前的 Ubuntu 容器，修改 apt源：

cp /etc/apt/sources.list /etc/apt/sources_init.list

2.删除旧源文件：

rm /etc/apt/sources.list

3.使用 echo 命令将源写入新文件

echo "deb http://mirrors.aliyun.com/ubuntu/ xenial main

4.安装Java，可以使用如下命令自动，也可以自己手动安装，手动安装需要先下载到本机，然后将jdk文件传入容器中

apt install openjdk-8-jdk

安装完成之后，使用：java -version 来查看是否安装成功，显示 java版本号就是成功了。

5.安装Scala（原文中Scala是为了安装Spark安装的，此处也可以一并安装了）

apt install scala

安装完成后，输入：scala，测试是否成功

Mac基于Docker搭建Hadoop集群

 

 

 要是 Ctrl + D不行的话，也可以试试 Ctrl + C 退出。

6.安装 Vim工具

apt install vim

7.安装 net-tools工具

apt install net-tools

8.配置免密登陆：

  • 安装 SSH： 
root@fab4da838c2f:/# apt-get install openssh-server
  • 安装 SSH 的客户端：
root@fab4da838c2f:/# apt-get install openssh-client
  • 进入当前用户的用户根目录
root@fab4da838c2f:/# cd ~
root@fab4da838c2f:~#
  • 生成密钥，不用输入，一直回车就行，生成的密钥在当前用户根目录下的 .ssh 文件夹中
root@fab4da838c2f:~# ssh-keygen -t rsa -P ""
  • 将公钥追加到 authorized_keys 文件中
root@fab4da838c2f:~# cat .ssh/id_rsa.pub >> .ssh/authorized_keys
root@fab4da838c2f:~#
  • 启动 SSH 服务
root@fab4da838c2f:~# service ssh start
 * Starting OpenBSD Secure Shell server sshd                                                                                                                                 [ OK ] 
root@fab4da838c2f:~#
  • 免密登录自己
root@fab4da838c2f:~# ssh 127.0.0.1
Welcome to Ubuntu 16.04.6 LTS (GNU/Linux 4.15.0-45-generic x86_64)

 * Documentation:  https://help.ubuntu.com
 * Management:     https://landscape.canonical.com
 * Support:        https://ubuntu.com/advantage
Last login: Tue Mar 19 07:46:14 2019 from 127.0.0.1
root@fab4da838c2f:~#
  • 修改 .bashrc 文件，启动 shell 的时候，自动启动 SSH 服务，用 vim 打开 .bashrc 文件
root@fab4da838c2f:~# vim ~/.bashrc

　　将光标移动到最后面，添加一行：

service ssh start

　　添加完的结果为，只显示最后几行：

if [ -f ~/.bash_aliases ]; then
    . ~/.bash_aliases
fi

# enable programmable completion features (you don't need to enable
# this, if it's already enabled in /etc/bash.bashrc and /etc/profile
# sources /etc/bash.bashrc).
#if [ -f /etc/bash_completion ] && ! shopt -oq posix; then
#    . /etc/bash_completion
#fi
service ssh start

　　退出编辑，保存修改。此时，SSH 免密登录已经完全配置好。

 

四、安装Hadoop集群

1.下载Hadoop的安装文件（由于参考的博客中链接已经失效，可以使用清华的镜像链接）：

wget http://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-3.2.2/hadoop-3.2.2.tar.gz

2.解压到 /usr/local 目录下面并重命名文件夹

root@fab4da838c2f:~# tar -zxvf hadoop-3.2.2.tar.gz -C /usr/local/
root@fab4da838c2f:~# cd /usr/local/
root@fab4da838c2f:/usr/local# mv hadoop-3.2.2 hadoop       
root@fab4da838c2f:/usr/local#

3.修改 /etc/profile 文件，添加一下环境变量到文件中，使用： vim /etc/profile 打开文本编辑器，在尾部增加如下：

注：JAVA_HOME 为 JDK 安装路径，使用 apt 安装就是这个，用 update-alternatives --config java 可查看（我这里是自己手动安装的 java环境）

#java
export JAVA_HOME=/java/jdk1.8.0_191/
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH
#hadoop
export HADOOP_HOME=/usr/local/hadoop
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_YARN_HOME=$HADOOP_HOME
export HADOOP_INSTALL=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_LIBEXEC_DIR=$HADOOP_HOME/libexec
export JAVA_LIBRARY_PATH=$HADOOP_HOME/lib/native:$JAVA_LIBRARY_PATH
export HADOOP_CONF_DIR=$HADOOP_PREFIX/etc/hadoop
export HDFS_DATANODE_USER=root
export HDFS_DATANODE_SECURE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export HDFS_NAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root

4.使环境变量生效

root@fab4da838c2f:/usr/local# source /etc/profile
root@fab4da838c2f:/usr/local#

 

五、配置Hadoop环境（重点来了）

Hadoop配置中，有5个文件是重点配置的，分别是：core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml、workers，下面就一个个开始配置：

进入Hadoop安装路径（我这里是根目录下面的 /usr/local/hadoop），进入 ./etc/hadoop/，可以看到都是一些配置文件，如下图所示：

Mac基于Docker搭建Hadoop集群

 

 

 

1.修改 hadoop-env.sh 文件，在文件末尾添加以下信息（JAVA_HOME根据自己的修改）：

export JAVA_HOME=/java/jdk1.8.0_191
export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root

2.修改 core-site.xml，修改为：

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://h01:8020</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/local/hadoop/data</value>
    </property>
    <property>
        <name>hadoop.http.staticuser.user</name>
        <value>root</value>
    </property>
</configuration>

3.修改hdfs-site.xml，修改为：

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
    <property>
        <name>dfs.namenode.http-address</name>
        <value>h01:9870</value>
    </property>
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>h01:9868</value>
    </property>
    <property>
        <name>dfs.webhdfs.enabled</name>
        <value>true</value>
    </property>
</configuration>

4.修改mapred-site.xml，修改为：

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

5.修改yarn-site.xml，修改为：

<configuration>

<!-- Site specific YARN configuration properties -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>h01</value>
    </property>
    <property>
        <name>yarn.nodemanager.env-whitelist</name>
        <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
    </property>
    <property>
        <name>yarn.resourcemanager.address</name>
        <value>127.0.0.1:8032</value>
    </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>127.0.0.1:8030</value>
    </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>127.0.0.1:8031</value>
    </property>
</configuration>

6.修改workers，修改为：

h01
h02
h03

注意：h01这些后面不要有空格！h03后面，不要有空的行！自己准备起多少集群，就在这里写几个，要是准备起5个集群，就写到h05。

 

六、在Docker中启动集群

1.先将当前容器导出为镜像（使用自己的ubuntu容器id），并查看当前镜像

dhu719@dhu719:~$ sudo docker commit -m "haddop" -a "hadoop" fab4da838c2f newuhadoop
sha256:648d8e082a231919faeaa14e09f5ce369b20879544576c03ef94074daf978823
dhu719@dhu719:~$ sudo docker images
REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
newuhadoop          latest              648d8e082a23        7 seconds ago       1.82GB
<none>              <none>              ccac37c7045c        4 days ago          1.85GB
ubuntu              16.04               9361ce633ff1        7 days ago          118MB
dhu719@dhu719:~$

2.启动3个终端（注意，是要开3个终端！！！）

  • 第一条命令启动的是 h01 是做 master 节点的，所以暴露了端口，以供访问 web 页面
sudo docker run -it --network hadoop -h h01 --name "h01" -p 9870:9870 -p 8088:8088 newuhadoop /bin/bash
  • 后面几条命令就基本类似，第二条命令
sudo docker run -it --network hadoop -h h02 --name "h02" newuhadoop /bin/bash
  • 第三条命令
sudo docker run -it --network hadoop -h h03 --name "h03" newuhadoop /bin/bash

3.接下来，在 h01 主机中，启动 Haddop 集群

先进行格式化操作，不格式化操作，hdfs起不来：

root@h01:/usr/local/hadoop# ./bin/hdfs namenode -format

然后启动HDFS集群：

root@h01:/usr/local/hadoop# ./sbin/start-dfs.sh

最后，启动yarn集群管理节点：

root@h01:/usr/local/hadoop# ./sbin/start-yarn.sh

都启动完成后，使用 jps 命令查看：

root@h01:/usr/local/hadoop# jps
36435 Jps
36087 NodeManager
35959 ResourceManager
35306 SecondaryNameNode
34970 NameNode
35100 DataNode
root@h01:/usr/local/hadoop#

可以看到，除了Jps，一共有5个进程，因为这里没有将 nameNode、ResourceManager、SecondaryNameNode分开部署，所以都在 h01这一台机器上，实际生产中，应该是需要分开部署的。

至此，Hadoop 集群已经构建好了。

 

七、网页访问、Hadoop命令

1.浏览器访问本机的9870端口，可以看到Hadoop的文件管理系统：

Mac基于Docker搭建Hadoop集群

 

 2.浏览器访问本机的8088端口，可以看到Hadoop中 Yarn的资源调度系统：

Mac基于Docker搭建Hadoop集群

 

 3.在 HDFS 中创建 input 文件夹：

root@h01:/usr/local/hadoop# ./bin/hadoop fs -mkdir /input

要是不想每次都输 ./bin，也可以 cd 进入到 bin目录中：

root@h01:/usr/local/hadoop/bin# ./hadoop fs -mkdir /input

在刚刚打开的网页上，点击进入文件管理系统：

Mac基于Docker搭建Hadoop集群

 

 可以看到刚刚创建的文件夹：

Mac基于Docker搭建Hadoop集群

 

 4.上传文件

root@h01:/usr/local/hadoop# ls
LICENSE.txt  NOTICE.txt  README.txt  bin  data  etc  include  lib  libexec  logs  sbin  share  text.txt
root@h01:/usr/local/hadoop# ./bin/hadoop fs -put ./text.txt /input
root@h01:/usr/local/hadoop#

在网页从点击 input文件夹可以看到：

Mac基于Docker搭建Hadoop集群

 

点击文件 text.txt，点击Tail the file 可以看到文件中最后32k的内容，或者也可以点击 Download下载文件

Mac基于Docker搭建Hadoop集群

 

上一篇：【无标题】


下一篇：Java开发环境