欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  网络运营

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

程序员文章站 2023-04-06 21:52:34
linux info: ubuntu 16.10 x64 docker 本身就是基于 linux 的,所以首先以我的一台服务器做实验。虽然最后跑 word...

linux

info:

  • ubuntu 16.10 x64

docker 本身就是基于 linux 的,所以首先以我的一台服务器做实验。虽然最后跑 wordcount 已经由于内存不足而崩掉,但是之前的过程还是可以参考的。

连接服务器

使用 ssh 命令连接远程服务器。

ssh root@[your ip address]

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

更新软件列表

apt-get update

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

更新完成。

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

安装 docker

sudo apt-get install docker.io

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

当遇到输入是否继续时,输入「y/y」继续。

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

安装完成

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

输入「docker」测试是否安装成功。

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

拉取镜像

镜像,是 docker 的核心,可以通过从远程拉取镜像即可配置好我们所需要的环境,我们这次需要的是 hadoop 集群的镜像。

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

在本文中,我们将使用 kiwenlau 的 hadoop 集群镜像以及其配置。由于我的服务器本身即在国外,因此拉取镜像的速度较快,国内由于众所周知的原因,可以替换为相应的国内源,以加快拉取速度。

sudo docker pull kiwenlau/hadoop:1.0

拉取镜像完成。

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

克隆仓库

克隆仓库到当前文件夹(可以自行创建并切换到相应文件夹)。

git clone https://github.com/kiwenlau/hadoop-cluster-docker

克隆仓库完成

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

桥接网络

sudo docker network create --driver=bridge hadoop
 

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

运行容器

cd hadoop-cluster-docker
./start-container.sh

默认是 1 个主节点,2 个从节点,当然也可以根据性能调整为 n 节点,详见文末参考链接。

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

启动 hadoop

./start-hadoop.sh

在上一步,我们已经运行容器,即可直接运行 hadoop。启动时长与机器性能有关,也是难为了我这一台 512 mb 内存的服务器。

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

测试 word count

./run-wordcount.sh

word count 是一个测试 hadoop 的 shell 脚本,即计算文本中的单词个数。不过由于我的服务器内存不够分配无法完成,所以后续以本机进行测试。

网页管理

我们可以通过网页远程管理 hadoop:

  1. name node: [your ip address]:50070/
  2. resource manager: [your ip address]:8088/

macos

info:

  1. macos 10.12.4 beta (16e191a)

下载 & 安装

打开 docker 官方网站:,选择社区版,并下载、安装。windows 系统用户可以选择 windows 版本。

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

docker ce

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

macos or windows

运行 docker

打开 docker。为了简单,我没有改动配置,如需更改,可以在 preferences 中修改。

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

我们可以在终端(terminal)输入「docker」,测试是否安装成功。

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

拉取镜像 & 克隆仓库 & 桥接网络 & 运行容器 & 启动 hadoop

同 linux。

测试 word count

./run-wordcount.sh

同 linux,但这次我们可以运算出结果了。

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

windows

其实最开始就没有打算放出 windows 版,倒不是因为觉得 windows 不好,而是目前手头没有 windows 的电脑,借用同学的电脑也不是很方便。如果需要安装 docker,需要 cpu 支持虚拟化,且安装了 64 位 windows 10 pro/企业版(需要开启 hyper-v)。其他版本的 windows 可以安装 docker toolbox。

intellij idea

我们的 hadoop 集群已经在容器里安装完成,而且已经可以运行。相比自己一个个建立虚拟机,这样的确十分方便、快捷。为了便于开发调试,接下来就需要在 intellij idea 下配置开发环境,包管理工具选择 gradle。maven 配合 eclipse 的配置网上已经有很多了,需要的同学可以自行搜索。

docker 开启 9000 端口映射

由于我们使用的是 的镜像和开源脚本,虽然加快了配置过程,但是也屏蔽了很多细节。比如在其脚本中只默认开启了 50070 和 8088 的端口映射,我们可以通过 docker ps(注意是在本机,而不是在容器运行该命令)列出所有容器,查看容器映射的端口。

cd hadoop-cluster-docker
vim start-container.sh

切换到脚本文件夹,使用 vim 编辑 start-container.sh。在图中光标处添加以下内容,保存并退出。

-p 9000:9000 \

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

重启容器,并查看容器状态,如图即为映射成功。

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

开启 web hdfs 管理*

该步非必须。为了方便在网页端管理,因此开启 web 端,默认关闭。

which hadoop
cd /usr/local/hadoop/etc/hadoop/
ls

vi core-site.xml

找到 hadoop 配置文件路径,使用 vi 编辑,若 vi 的插入模式(insert mode)中,上下左右变成了 abcd,那么可以使用以下命令即可:cp /etc/vim/vimrc ~/.vimrc 修复。

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

添加以下内容。

<property>
  <name>dfs.webhdfs.enabled</name>
  <value>true</value>
</property>

详解从 0 开始使用 Docker 快速搭建 Hadoop 集群环境

启动 hadoop

同 linux。

构建依赖

使用 intellij idea 新建一个 gradle 项目,在 build.gradle 中加入以下依赖(对应容器 hadoop 版本)。

compile group: 'org.apache.hadoop', name: 'hadoop-common', version: '2.7.2'
compile group: 'org.apache.hadoop', name: 'hadoop-hdfs', version: '2.7.2'

demo

import org.apache.commons.io.ioutils;
import org.apache.hadoop.conf.configuration;
import org.apache.hadoop.fs.*;
import org.junit.before;
import org.junit.test;

import java.io.fileinputstream;
import java.io.ioexception;
import java.net.uri;

/**
 * created by kingcos on 25/03/2017.
 */
public class hdfsoperations {

  filesystem filesystem;

  @before
  public void configure() throws exception {
    configuration configuration = new configuration();
    configuration.set("fs.defaultfs", "hdfs://192.168.1.120:9000");
    filesystem = filesystem.get(uri.create("hdfs://192.168.1.120:9000"), configuration, "root");
  }

  @test
  public void listfiles() throws ioexception {
    path path = new path("/");
    remoteiterator<locatedfilestatus> iterator = filesystem.listfiles(path, true);

    while (iterator.hasnext()) {
      locatedfilestatus status = iterator.next();
      system.out.println(status.getpath().getname());
    }
  }

  @test
  public void rm() throws ioexception {
    path path = new path("/");
    filesystem.delete(path, true);
  }

  @test
  public void mkdir() throws ioexception {
    path path = new path("/demo");
    filesystem.mkdirs(path);
  }
}

之后便可以通过 idea 直接写代码来测试,这里简单写了几个方法。

总结

在写这篇文章之前,其实我对 docker 的概念很不了解。但是通过 learn by do it. 大致知道了其中的概念和原理。我们完全可以构建自己的容器 dockerfile,来部署生产和开发环境,其强大的可移植性大大缩短配置的过程。

由于个人对 hadoop 和 docker 的了解甚少,如有错误,希望指出,我会学习、改正。