使用 Docker 搭建 Hadoop 分布式环境_windows系统docker怎么搭建hadoop框架(2)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

"https://mirror.baidubce.com"

]
}

配置完成之后，在 PowerShell 使用 `docker info` 命令，如果控制台输出如下内容，说明配置成功

Registry Mirrors:
https://hub-mirror.c.163.com/

### 02 下载 Hadoop 镜像


创建 Hadoop 容器我们需要合适的 Hadoop 镜像，这里我们使用 Github 上高赞的 docker-hadoop 镜像，使用如下命令将镜像克隆到本地

git clone https://github.com/big-data-europe/docker-hadoop.git

然后进入到 `docker-hadoop` 目录下运行

docker-compose up -d

下载 hadoop 镜像并创建容器。


![在这里插入图片描述](https://img-blog.csdnimg.cn/c8a3d037e4024e639ed50d038df983a3.png#pic_center)


该命令执行完成之后使用 `docker container ls` 命令查看被启动的容器，我们可以看到如下 5 个节点


![在这里插入图片描述](https://img-blog.csdnimg.cn/73a6d4e73ee742a28124e3542c351d00.png#pic_center)


Hadoop 集群被成功启动后，可以通过如下 URL 访问各节点

Namenode: http://<dockerhadoop_IP_address>:9870/dfshealth.html#tab-overview
History server: http://<dockerhadoop_IP_address>:8188/applicationhistory
Datanode: http://<dockerhadoop_IP_address>:9864/
Nodemanager: http://<dockerhadoop_IP_address>:8042/node
Resource manager: http://<dockerhadoop_IP_address>:8088/

通过浏览器访问 Namenode 可以看到如下 Hadoop 集群管理页面


![在这里插入图片描述](https://img-blog.csdnimg.cn/d6a9c6ebe7db4ac7bcddb8ebbdf56647.png#pic_center)


##### 增加数据节点


到这里 Hadoop 集群已经创建完成了，如果想增加节点，可以通过修改 docker-hadoop 中的 `docker-compose.yml` 文件来实现。


例如，我们给当前集群增加两个数据节点 datanode 对 `docker-compose.yml` 文件修改如下：

datanode:
image: bde2020/hadoop-datanode:2.0.0-hadoop3.2.1-java8
container_name: datanode
restart: always
volumes:
- hadoop_datanode:/hadoop/dfs/data
environment:
SERVICE_PRECONDITION: “namenode:9870”
env_file:
- ./hadoop.env
datanode2:
image: bde2020/hadoop-datanode:2.0.0-hadoop3.2.1-java8
container_name: datanode2
restart: always
volumes:
- hadoop_datanode2:/hadoop/dfs/data
environment:
SERVICE_PRECONDITION: “namenode:9870”
env_file:
- ./hadoop.env
datanode3:
image: bde2020/hadoop-datanode:2.0.0-hadoop3.2.1-java8
container_name: datanode3
restart: always
volumes:
- hadoop_datanode3:/hadoop/dfs/data
environment:
SERVICE_PRECONDITION: “namenode:9870”
env_file:
- ./hadoop.env

然后重新执行 `docker-compose up -d` 增加节点


### 03 测试 Hadoop 集群


##### 测试准备


我们使用简单的词频统计 mapreduce 任务来测试 Hadoop 集群


首先下载 [hadoop-mapreduce-examples](https://bbs.csdn.net/topics/618545628) jar 包


然后使用如下命令将这个 jar 包拷贝到 namenode 节点

docker cp .\hadoop-mapreduce-examples-2.7.1.jar namenode:/tmp/

然后我们创建一个 `input.txt` 测试文件，并输入文字内容



> 
> We can only go faster, we can only aim higher, we can only become stronger by standing together — in solidarity.
> 
> 
> 


然后也将这个输入文件拷贝到 namenode 节点中

docker cp .\input.txt namenode:/tmp/

![在这里插入图片描述](https://img-blog.csdnimg.cn/b5c5f5b29fe54bd0a444aa9cfe3cba98.png#pic_center)


##### 开始测试


首先使用如下命令进入到 namenode 容器中，并进入到 tmp 目录

docker exec -it namenode /bin/bash
cd tmp/

然后使用如下命令在 HDFS 中创建一个 input 目录

hdfs dfs -mkdir -p /user/root/input

将输入文件 `input.txt` 存储到 HDFS 中

hdfs dfs -put input.txt /user/root/input

查看输入文件内容

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！