詳解使用docker搭建hadoop分布式集群

更新時間：2017年02月17日 08:58:08 作者：xu470438000

本篇文章主要介紹了詳解使用docker搭建hadoop分布式集群，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧

使用Docker搭建部署Hadoop分布式集群

在網(wǎng)上找了很長時間都沒有找到使用docker搭建hadoop分布式集群的文檔，沒辦法，只能自己寫一個了。

一：環(huán)境準(zhǔn)備：

1：首先要有一個Centos7操作系統(tǒng)，可以在虛擬機中安裝。

2：在centos7中安裝docker，docker的版本為1.8.2

安裝步驟如下：

<1>安裝制定版本的docker

yum install -y docker-1.8.2-10.el7.centos

<2>安裝的時候可能會報錯，需要刪除這個依賴

這里寫圖片描述

rpm -e lvm2-7:2.02.105-14.el7.x86_64

啟動docker

service docker start

驗證安裝結(jié)果：

這里寫圖片描述

<3>啟動之后執(zhí)行docker info會看到下面有兩行警告信息

這里寫圖片描述

需要關(guān)閉防火墻并重啟系統(tǒng)

systemctl stop firewalld
systemctl disable firewalld
#注意：執(zhí)行完上面的命令之后需要重啟系統(tǒng)
reboot -h(重啟系統(tǒng))

<4>運行容器可能會報錯

這里寫圖片描述

需要關(guān)閉selinux

解決方法：

1：setenforce 0(立刻生效，不需要重啟操作系統(tǒng))

2：修改/etc/selinux/config文件中的SELINUX=disabled ，然后重啟系統(tǒng)生效

建議兩個步驟都執(zhí)行，這樣可以確保系統(tǒng)重啟之后selinux也是關(guān)閉狀態(tài)

3：需要先構(gòu)建一個hadoop的基礎(chǔ)鏡像，使用dockerfile文件方式進行構(gòu)建。

先構(gòu)建一個具備ssh功能的鏡像，方便后期使用。（但是這樣對于容器的安全性會有影響）

注意：這個鏡像中的root用戶的密碼是root

Mkdir centos-ssh-root 
Cd centos-ssh-root 
Vi Dockerfile

# 選擇一個已有的os鏡像作為基礎(chǔ) 
FROM centos 

# 鏡像的作者 
MAINTAINER crxy 

# 安裝openssh-server和sudo軟件包，并且將sshd的UsePAM參數(shù)設(shè)置成no 
RUN yum install -y openssh-server sudo 
RUN sed -i 's/UsePAM yes/UsePAM no/g' /etc/ssh/sshd_config 
#安裝openssh-clients
RUN yum install -y openssh-clients

# 添加測試用戶root，密碼root，并且將此用戶添加到sudoers里 
RUN echo "root:root" | chpasswd 
RUN echo "root  ALL=(ALL)    ALL" >> /etc/sudoers 
# 下面這兩句比較特殊，在centos6上必須要有，否則創(chuàng)建出來的容器sshd不能登錄 
RUN ssh-keygen -t dsa -f /etc/ssh/ssh_host_dsa_key 
RUN ssh-keygen -t rsa -f /etc/ssh/ssh_host_rsa_key 

# 啟動sshd服務(wù)并且暴露22端口 
RUN mkdir /var/run/sshd 
EXPOSE 22 
CMD ["/usr/sbin/sshd", "-D"]

構(gòu)建命令：

docker build -t=”crxy/centos-ssh-root” .

查詢剛才構(gòu)建成功的鏡像

這里寫圖片描述

4：基于這個鏡像再構(gòu)建一個帶有jdk的鏡像
注意：jdk使用的是1.7版本的

Mkdir centos-ssh-root-jdk 
Cd centos-ssh-root-jdk 
Cp ../jdk-7u75-Linux-x64.tar.gz . 
Vi Dockerfile

FROM crxy/centos-ssh-root
ADD jdk-7u75-linux-x64.tar.gz /usr/local/
RUN mv /usr/local/jdk1.7.0_75 /usr/local/jdk1.7
ENV JAVA_HOME /usr/local/jdk1.7
ENV PATH $JAVA_HOME/bin:$PATH

構(gòu)建命令：

docker build -t=”crxy/centos-ssh-root-jdk” .

查詢構(gòu)建成功的鏡像

這里寫圖片描述

5：基于這個jdk鏡像再構(gòu)建一個帶有hadoop的鏡像

注意：hadoop使用的是2.4.1版本的。

Mkdir centos-ssh-root-jdk-hadoop 
Cd centos-ssh-root-jdk-hadoop 
Cp ../hadoop-2.4.1.tar.gz . 
Vi Dockerfile

FROM crxy/centos-ssh-root-jdk
ADD hadoop-2.4.1.tar.gz /usr/local
RUN mv /usr/local/hadoop-2.4.1 /usr/local/hadoop
ENV HADOOP_HOME /usr/local/hadoop
ENV PATH $HADOOP_HOME/bin:$PATH

構(gòu)建命令：

docker build -t=”crxy/centos-ssh-root-jdk-hadoop” .

查詢構(gòu)建成功的鏡像

這里寫圖片描述

二：搭建hadoop分布式集群

1：集群規(guī)劃

準(zhǔn)備搭建一個具有三個節(jié)點的集群，一主兩從

主節(jié)點：hadoop0 ip：192.168.2.10

從節(jié)點1：hadoop1 ip：192.168.2.11

從節(jié)點2：hadoop2 ip：192.168.2.12

但是由于docker容器重新啟動之后ip會發(fā)生變化，所以需要我們給docker設(shè)置固定ip。使用pipework給docker容器設(shè)置固定ip

2：啟動三個容器，分別作為hadoop0 hadoop1 hadoop2

在宿主機上執(zhí)行下面命令，給容器設(shè)置主機名和容器的名稱，并且在hadoop0中對外開放端口50070 和8088

docker run --name hadoop0 --hostname hadoop0 -d -P -p 50070:50070 -p 8088:8088 crxy/centos-ssh-root-jdk-hadoop

docker run --name hadoop1 --hostname hadoop1 -d -P crxy/centos-ssh-root-jdk-hadoop

docker run --name hadoop2 --hostname hadoop2 -d -P crxy/centos-ssh-root-jdk-hadoop

使用docker ps 查看剛才啟動的是三個容器

這里寫圖片描述

3：給這三臺容器設(shè)置固定IP

1：下載pipework 下載地址：https://github.com/jpetazzo/pipework.git

2：把下載的zip包上傳到宿主機服務(wù)器上，解壓,改名字

unzip pipework-master.zip
mv pipework-master pipework
cp -rp pipework/pipework /usr/local/bin/

3：安裝bridge-utils

yum -y install bridge-utils

4：創(chuàng)建網(wǎng)絡(luò)

brctl addbr br0
ip link set dev br0 up
ip addr add 192.168.2.1/24 dev br0

5：給容器設(shè)置固定ip

pipework br0 hadoop0 192.168.2.10/24
pipework br0 hadoop1 192.168.2.11/24
pipework br0 hadoop2 192.168.2.12/24

驗證一下，分別ping三個ip，能ping通就說明沒問題

這里寫圖片描述

4：配置hadoop集群

先連接到hadoop0上，使用命令

docker exec -it hadoop0 /bin/bash

下面的步驟就是hadoop集群的配置過程

1：設(shè)置主機名與ip的映射，修改三臺容器：vi /etc/hosts

添加下面配置

192.168.2.10  hadoop0
192.168.2.11  hadoop1
192.168.2.12  hadoop2

2：設(shè)置ssh免密碼登錄

在hadoop0上執(zhí)行下面操作

cd ~
mkdir .ssh
cd .ssh
ssh-keygen -t rsa(一直按回車即可)
ssh-copy-id -i localhost
ssh-copy-id -i hadoop0
ssh-copy-id -i hadoop1
ssh-copy-id -i hadoop2
在hadoop1上執(zhí)行下面操作
cd ~
cd .ssh
ssh-keygen -t rsa(一直按回車即可)
ssh-copy-id -i localhost
ssh-copy-id -i hadoop1
在hadoop2上執(zhí)行下面操作
cd ~
cd .ssh
ssh-keygen -t rsa(一直按回車即可)
ssh-copy-id -i localhost
ssh-copy-id -i hadoop2

3：在hadoop0上修改hadoop的配置文件

進入到/usr/local/hadoop/etc/hadoop目錄

修改目錄下的配置文件core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml

(1)hadoop-env.sh

export JAVA_HOME=/usr/local/jdk1.7

(2)core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://hadoop0:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/usr/local/hadoop/tmp</value>
    </property>
     <property>
         <name>fs.trash.interval</name>
         <value>1440</value>
    </property>
</configuration>

(3)hdfs-site.xml

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

(4)yarn-site.xml

<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property> 
        <name>yarn.log-aggregation-enable</name> 
        <value>true</value> 
    </property>
</configuration>

(5)修改文件名：mv mapred-site.xml.template mapred-site.xml

vi mapred-site.xml

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

(6)格式化

進入到/usr/local/hadoop目錄下

1、執(zhí)行格式化命令

bin/hdfs namenode -format

注意：在執(zhí)行的時候會報錯，是因為缺少which命令，安裝即可

執(zhí)行下面命令安裝

yum install -y which

看到下面命令說明格式化成功。

這里寫圖片描述

格式化操作不能重復(fù)執(zhí)行。如果一定要重復(fù)格式化，帶參數(shù)-force即可。

(7)啟動偽分布hadoop

命令：

sbin/start-all.sh

第一次啟動的過程中需要輸入yes確認一下。

這里寫圖片描述

使用jps，檢查進程是否正常啟動？能看到下面幾個進程表示偽分布啟動成功

[root@hadoop0 hadoop]# jps
3267 SecondaryNameNode
3003 NameNode
3664 Jps
3397 ResourceManager
3090 DataNode
3487 NodeManager

(8)停止偽分布hadoop

命令：

sbin/stop-all.sh

(9)指定nodemanager的地址，修改文件yarn-site.xml

<property>
  <description>The hostname of the RM.</description>
  <name>yarn.resourcemanager.hostname</name>
  <value>hadoop0</value>
 </property>

(10)修改hadoop0中hadoop的一個配置文件etc/hadoop/slaves

刪除原來的所有內(nèi)容，修改為如下

hadoop1
hadoop2

(11)在hadoop0中執(zhí)行命令

 scp -rq /usr/local/hadoop  hadoop1:/usr/local
 scp -rq /usr/local/hadoop  hadoop2:/usr/local

(12)啟動hadoop分布式集群服務(wù)

執(zhí)行sbin/start-all.sh

注意：在執(zhí)行的時候會報錯，是因為兩個從節(jié)點缺少which命令，安裝即可

分別在兩個從節(jié)點執(zhí)行下面命令安裝

yum install -y which

再啟動集群(如果集群已啟動，需要先停止)

sbin/start-all.sh

(13)驗證集群是否正常

首先查看進程：

Hadoop0上需要有這幾個進程

[root@hadoop0 hadoop]# jps
4643 Jps
4073 NameNode
4216 SecondaryNameNode
4381 ResourceManager

Hadoop1上需要有這幾個進程

[root@hadoop1 hadoop]# jps
715 NodeManager
849 Jps
645 DataNode

Hadoop2上需要有這幾個進程

[root@hadoop2 hadoop]# jps
456 NodeManager
589 Jps
388 DataNode

使用程序驗證集群服務(wù)

創(chuàng)建一個本地文件

vi a.txt
hello you
hello me

上傳a.txt到hdfs上

hdfs dfs -put a.txt /

執(zhí)行wordcount程序

cd /usr/local/hadoop/share/hadoop/mapreduce
hadoop jar hadoop-mapreduce-examples-2.4.1.jar wordcount /a.txt /out

查看程序執(zhí)行結(jié)果

這里寫圖片描述

這樣就說明集群正常了。

通過瀏覽器訪問集群的服務(wù)
由于在啟動hadoop0這個容器的時候把50070和8088映射到宿主機的對應(yīng)端口上了

復(fù)制代碼代碼如下:

adb9eba7142b        crxy/centos-ssh-root-jdk-hadoop   "/usr/sbin/sshd -D"   About an hour ago   Up About an hour    0.0.0.0:8088->8088/tcp, 0.0.0.0:50070->50070/tcp, 0.0.0.0:32770->22/tcp   hadoop0

所以在這可以直接通過宿主機訪問容器中hadoop集群的服務(wù)
宿主機的ip為：192.168.1.144

http://192.168.1.144:50070/

http://192.168.1.144:8088/

這里寫圖片描述

三：集群節(jié)點重啟

停止三個容器，在宿主機上執(zhí)行下面命令

docker stop hadoop0
docker stop hadoop1
docker stop hadoop2

容器停止之后，之前設(shè)置的固定ip也會消失，重新再使用這幾個容器的時候還需要重新設(shè)置固定ip
先把之前停止的三個容器起來

docker start hadoop0
docker start hadoop1
docker start hadoop2

在宿主機上執(zhí)行下面命令重新給容器設(shè)置固定ip

pipework br0 hadoop0 192.168.2.10/24
pipework br0 hadoop1 192.168.2.11/24
pipework br0 hadoop2 192.168.2.12/24

還需要重新在容器中配置主機名和ip的映射關(guān)系，每次都手工寫比較麻煩

寫一個腳本，runhosts.sh

#!/bin/bash
echo 192.168.2.10    hadoop0 >> /etc/hosts
echo 192.168.2.11    hadoop1 >> /etc/hosts
echo 192.168.2.12    hadoop2 >> /etc/hosts

添加執(zhí)行權(quán)限，

chmod +x runhosts.sh

把這個腳本拷貝到所有節(jié)點，并且分別執(zhí)行這個腳本

scp runhosts.sh hadoop1:~
scp runhosts.sh hadoop2:~

執(zhí)行腳本的命令

./runhosts.sh

查看/etc/hosts文件中是否添加成功

這里寫圖片描述

注意：有一些docker版本中不會在hosts文件中自動生成下面這些映射，所以我們才在這里手工給容器設(shè)置固定ip，并設(shè)置主機名和ip的映射關(guān)系。

172.17.0.25     hadoop0
172.17.0.25     hadoop0.bridge
172.17.0.26     hadoop1
172.17.0.26     hadoop1.bridge
172.17.0.27     hadoop2
172.17.0.27     hadoop2.bridge

啟動hadoop集群