用Docker在一台筆記本電腦上搭建一個具有10個節點7種角色的Hadoop集群（下）-搭建Hadoop集群

上篇：用Docker在一台筆記本電腦上搭建一個具有10個節點7種角色的Hadoop集群（上）-快速上手Docker

上篇介紹了快速上手Docker部分，下面接着介紹搭建Hadoop集群部分。

 

六、搭建Hadoop偽分布模式

我們先用前面創建的這個容器來搭建Hadoop偽分布模式做測試，測試成功后再搭建完全分布式集群。

1.SSH
這個centos容器可以看做是一個非常精簡的系統，很多功能沒有，需要自己安裝。
Hadoop需要SSH，但容器沒有自帶，需要我們安裝。
①安裝SSH

# yum -y install openssh-clients openssh-server

②生成3個key文件

# ssh-keygen -t rsa -f /etc/ssh/ssh_host_rsa_key
一路回車

# ssh-keygen -t ecdsa -f /etc/ssh/ssh_host_ecdsa_key
一路回車

# ssh-keygen -t ed25519 -f /etc/ssh/ssh_host_ed25519_key
一路回車

③啟動sshd

# /usr/sbin/sshd

④修改root密碼
因為默認的密碼不知道，我們重新設置一下。

# passwd root

⑤設置ssh免密登錄到本機

# ssh-keygen
一路回車

# ssh-copy-id localhost
輸入密碼

# ssh localhost

免密登錄成功

# exit

退回到剛才的shell中。

2.which
運行hadoop需要which命令，同樣容器沒有自帶，需要我們安裝。

# yum -y install which

3.文件復制
下面我們將已經提前准備好的JDK和Hadoop從宿主機上復制到容器中。注意，復制操作要在Docker宿主機上進行。

$ docker cp /home/chengyujia/jdk1.7.0_80/ pseudo-distributed:/root/
$ docker cp /home/chengyujia/hadoop-2.7.3/ pseudo-distributed:/root/

在容器中可以看到JDK和Hadoop已復制到位。

4.配置環境變量並在容器啟動時啟動sshd
在/etc/profile.d中新建一個run.sh文件
在run.sh文件中寫入下面6行內容：

export JAVA_HOME=/root/jdk1.7.0_80
export PATH=$PATH:$JAVA_HOME/bin
export HADOOP_HOME=/root/hadoop-2.7.3
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
/usr/sbin/sshd

用exit命令退出容器，重新啟動並進入容器，上面配置的環境變量會生效，sshd也會啟動。

5.hadoop偽分布式配置
①配置hadoop-env.sh

將export JAVA_HOME=${JAVA_HOME}中的${JAVA_HOME}替換為具體路徑，這里為export JAVA_HOME=/root/jdk1.7.0_80。

②配置core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
</configuration>

③配置hdfs-site.xml

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
</configuration>

④配置mapred-site.xml

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

⑤配置yarn-site.xml

<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

6.啟動偽分布集群並運行wordcount示例程序
①准備測試數據
新建一個input文件夾，在這個文件夾中新建一個test.txt文件，里面隨便寫點單詞，然后將該文件多復制幾份，我這里復制了5份。

②格式化namenode

# hdfs namenode -format

③啟動HDFS

# start-dfs.sh

④啟動YARN

# start-yarn.sh

⑤查看相關進程是否都啟動

# jps

如有以下5個進程，說明啟動成功。

DataNode
NodeManager
NameNode
SecondaryNameNode
ResourceManager

⑥將測試數據復制到HDFS中

# hdfs dfs -put /root/input /

⑦運行wordcount示例程序

# hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar wordcount /input /output

⑧查看輸出結果

# hdfs dfs -cat /output/part-r-00000

從截圖可以看出輸出正確。偽分布式測試完畢。

 

七、搭建Hadoop完全分布式集群

1.集群規划

1個NameNode節點
1個SecondaryNameNode節點
1個ResourceManager節點
1個JobHistory節點
5個Slave節點
1個Client節點

其中Slave節點包含DataNode和NodeManager兩種角色。
Client節點是用來操作的節點，所有操作都盡量在這個節點上進行。
以上共10個節點，7種角色。

2.將上面的偽分布式容器打包成鏡像
理論上，我們只要將上面的偽分布式容器復制10份，然后改改配置文件就行了。但是Docker容器不能直接復制，需要先打包成鏡像，然后用這個鏡像生成10個新的容器。
命令如下：

$ docker commit -a "成宇佳" -m "Hadoop在centos上搭建的偽分布模式。" pseudo-distributed hadoop-centos:v1

-a 表示作者。
-m 表示對該鏡像的說明。
pseudo-distributed 被打包容器的名稱
hadoop-centos:v1 生成鏡像的名稱及版本
需要知道的是，因為這個被打包的容器是通過centos鏡像創建的，所以由該容器打包成的新鏡像也包含了centos鏡像。

3.創建網絡

$ docker network create hadoop_nw

這里新建了一個叫hadoop_nw的網絡，后面將10個Hadoop節點容器都加入到該網絡，就能相互間通信了。而且不需要配置hosts文件，直接通過容器名稱即可訪問。

$ docker network ls

通過該命令可以查看所有的網絡，除了我們剛創建的hadoop_nw網絡，其它都是安裝Docker時自動生成的，在本文中不用管它們。

4.用新生成的鏡像創建10個容器

$ docker run -itd --network hadoop_nw -h namenode --name namenode -p 50070:50070 hadoop-centos:v1
$ docker run -itd --network hadoop_nw -h secondarynamenode --name secondarynamenode hadoop-centos:v1
$ docker run -itd --network hadoop_nw -h resourcemanager --name resourcemanager -p 8088:8088 hadoop-centos:v1
$ docker run -itd --network hadoop_nw -h jobhistory --name jobhistory -p 19888:19888 hadoop-centos:v1
$ docker run -itd --network hadoop_nw -h slave1 --name slave1 hadoop-centos:v1
$ docker run -itd --network hadoop_nw -h slave2 --name slave2 hadoop-centos:v1
$ docker run -itd --network hadoop_nw -h slave3 --name slave3 hadoop-centos:v1
$ docker run -itd --network hadoop_nw -h slave4 --name slave4 hadoop-centos:v1
$ docker run -itd --network hadoop_nw -h slave5 --name slave5 hadoop-centos:v1
$ docker run -itd --network hadoop_nw -h client --name client hadoop-centos:v1

-itd　　　　　表示打開終端但不進入
--network　　表示加入到哪個網絡
-p　　　　　　表示端口映射
從上面可以看到namenode、resourcemanager和jobhistory這3個節點做了端口映射。端口映射的作用是將Docker宿主機的某個端口映射到容器的某個端口上，這樣我們通過訪問Docker宿主機的這個端口就能間接訪問到相應的容器端口了。就像從外網訪問內網中的某台機器一樣。我們在后面通過瀏覽器查看集群信息的時候會用到。

5.修改Hadoop配置文件
我們在client節點修改，然后復制到其它節點。
①配置core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://namenode:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/root/hadoop-2.7.3/data</value>
    </property>
</configuration>

②配置hdfs-site.xml

<configuration>
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>secondarynamenode:50090</value>
    </property>
</configuration>

③配置mapred-site.xml

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>jobhistory:10020</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>jobhistory:19888</value>
    </property>
</configuration>

④配置yarn-site.xml

<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>resourcemanager</value>
    </property>
</configuration>

⑤配置slaves文件

slave1
slave2
slave3
slave4
slave5

 
6.配置節點間SSH免密登錄
在client節點執行：

# ssh-copy-id namenode
# ssh-copy-id secondarynamenode
# ssh-copy-id resourcemanager
# ssh-copy-id jobhistory
# ssh-copy-id slave1
# ssh-copy-id slave2
# ssh-copy-id slave3
# ssh-copy-id slave4
# ssh-copy-id slave5

在resourcemanager節點執行：

# ssh-copy-id slave1
# ssh-copy-id slave2
# ssh-copy-id slave3
# ssh-copy-id slave4
# ssh-copy-id slave5

 
7.復制配置文件到所有節點
在client節點執行：

# scp -r $HADOOP_HOME/etc/hadoop namenode:$HADOOP_HOME/etc
# scp -r $HADOOP_HOME/etc/hadoop secondarynamenode:$HADOOP_HOME/etc
# scp -r $HADOOP_HOME/etc/hadoop resourcemanager:$HADOOP_HOME/etc
# scp -r $HADOOP_HOME/etc/hadoop jobhistory:$HADOOP_HOME/etc
# scp -r $HADOOP_HOME/etc/hadoop slave1:$HADOOP_HOME/etc
# scp -r $HADOOP_HOME/etc/hadoop slave2:$HADOOP_HOME/etc
# scp -r $HADOOP_HOME/etc/hadoop slave3:$HADOOP_HOME/etc
# scp -r $HADOOP_HOME/etc/hadoop slave4:$HADOOP_HOME/etc
# scp -r $HADOOP_HOME/etc/hadoop slave5:$HADOOP_HOME/etc

8.啟動Hadoop集群
在client節點執行：
①格式化namenode

# ssh namenode "hdfs namenode -format"

②啟動HDFS集群

# start-dfs.sh

③啟動YARN集群

# ssh resourcemanager "start-yarn.sh"

④啟動JobHistory

# ssh jobhistory "mr-jobhistory-daemon.sh --config $HADOOP_CONF_DIR start historyserver"

 
9.在瀏覽器中查看集群信息
由於指定過相應容器的端口映射，我在我的Windows上用瀏覽器訪問Docker宿主機相應的端口就能訪問到容器。

HDFS        http://Docker宿主機IP:50070/
YARN        http://Docker宿主機IP:8088/
jobhistory    http://Docker宿主機IP:19888/

從web上可以看到集群正常：

 

10.運行wordcount示例程序
①將測試數據復制到HDFS中

# hdfs dfs -put /root/input /

②運行wordcount示例程序

# hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar wordcount /input /output

③查看輸出結果

# hdfs dfs -cat /output/part-r-00000

從截圖可以看到輸出結果正確。完全分布式集群搭建完畢。

 

參考資料

寫本文時參考了很多網上的資料，在此一並表示感謝！

docker 安裝hadoop
http://www.cnblogs.com/liqiu/p/4164406.html

docker安裝hadoop集群
http://www.cnblogs.com/songfy/p/4716431.html

Docker搭建hadoop集群
http://www.cnblogs.com/liuyifeng/p/5383076.html

基於Docker快速搭建多節點Hadoop集群
http://dockone.io/article/395

基於Docker搭建Hadoop集群之升級版
http://kiwenlau.com/2016/06/12/160612-hadoop-cluster-docker-update/

使用docker搭建hadoop分布式集群
http://blog.csdn.net/xu470438000/article/details/50512442

使用Docker在本地搭建Hadoop分布式集群
http://tashan10.com/yong-dockerda-jian-hadoopwei-fen-bu-shi-ji-qun/

Docker實戰（十四）：Docker安裝Hadoop環境
http://blog.csdn.net/birdben/article/details/51724126

從 0 開始使用 Docker 快速搭建 Hadoop 集群環境
http://www.jianshu.com/p/b75f8bc9346d


本文結束，謝謝大家！