docker搭建单机hadoop

---

前言

在华为云上使用docker搭建一个简单的hadoop单机环境。

---

一、docker是什么？

Docker 是一个开源的应用容器引擎。开发者将需要的东西整理成镜像文件，然后再容器化这些镜像文件，容器之前相互隔离，互不影响，与虚拟机不同的是 docker是操作系统级的虚拟化。
docker镜像结构图

一个镜像往往是由多个镜像组成的，每个镜像的内容不会重复，下层镜像会将内容共享给上层镜像。
镜像开发注意：RUN、COPY和ADD会新增一个镜像层，编写Dockerfile尽量使用&&合并命令。

二、hadoop是什么？

hadoop是一个分布式大数据处理架构，hadoop主要由mapreduce，yarn，hdfs组成。
hdfs为文件系统，包括三个服务>>>
datanode： 文件存储。
namenode：处理客户端读写请求，存储文件元数据，以及每个文件所在的datanode。
secondary NameNode：备份namenode。

yarn为hadoop的资源管理器，包括四个服务>>>
ResourceManager：资源管理者（cpu，内存等）
NodeManager：单个节点的资源管理者。
applicationMaster：单个任务运行的管着者。
container：封装任务所需的资源，如内存，cpu，磁盘等。

mapreduce为hadoop的算法架构，它将计算分为两个阶段map和reduce，map阶段并行处理数据，reduce阶段对数据进行汇总处理，这个过程有点像java8流计算的map collect，只不过那个是单线程的。

三、使用步骤

1.下载jdk hadoop

wget --no-check-certificate https://repo.huaweicloud.com/java/jdk/8u151-b12/jdk-8u151-linux-x64.tar.gz
wget --no-check-certificate https://repo.huaweicloud.com/apache/hadoop/common/hadoop-3.1.3/hadoop-3.1.3.tar.gz

将下载的内容解压到一个统一的文件夹中，需要COPY到镜像的文件都放入一个文件夹中，可以减少镜像层数。

[root@hecs-71785 opt]# cd /opt/hadoop-space/
[root@hecs-71785 hadoop-space]# ls
hadoop-3.1.3  jdk1.8.0_151

修改hadoop配置

cd hadoop-3.1.3/etc/hadoop/

vi hdfs-site.xml

<configuration>
        <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/usr/local/hadoop-3.1.3/tmp/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/usr/local/hadoop-3.1.3/tmp/dfs/data</value>
    </property>
    <!-- datanode 通信是否使用域名,默认为false，改为true -->
    <property>
        <name>dfs.client.use.datanode.hostname</name>
        <value>true</value>
    </property>

</configuration>

vi core-site.xml

<configuration>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>file:/usr/local/hadoop-3.1.3/tmp</value>
        <description>location to store temporary files</description>
    </property>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://0.0.0.0:9000</value>
    </property>
</configuration>

2.编写Dockerfile

FROM centos:7

LABEL author="wzj" date="2022/10/24"

# 安装openssh-server
RUN yum install -y openssh-server \
    && yum install -y openssh-clients \
    && yum install -y which

COPY hadoop-space /usr/local/

# 安装vim命令

# 设置java环境变量
ENV JAVA_HOME=/usr/local/jdk1.8.0_151 PATH=$PATH:/usr/local/jdk1.8.0_151/bin
# 设置hadoop的环境变量
ENV HADOOP_HOME=/usr/local/hadoop-3.1.3 PATH=$PATH:/usr/local/hadoop-3.1.3/bin:/usr/local/hadoop-3.1.3/sbin HDFS_NAMENODE_USER=root HDFS_DATANODE_USER=root HDFS_SECONDARYNAMENODE_USER=root YARN_RESOURCEMANAGER_USER=root YARN_NODEMANAGER_USER=root

RUN echo 'export JAVA_HOME=/usr/local/jdk1.8.0_151' >> $HADOOP_HOME/etc/hadoop/yarn-env.sh \
    && echo 'export JAVA_HOME=/usr/local/jdk1.8.0_151' >> $HADOOP_HOME/etc/hadoop/hadoop-env.sh \
    && sed -i 's/UsePAM yes/UsePAM no/g' /etc/ssh/sshd_config \
    && ssh-keygen -t rsa -f ~/.ssh/id_rsa -P '' \
    && cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

RUN chmod +x $HADOOP_HOME/sbin/start-all.sh

RUN echo "root:111111" | chpasswd \
    && echo "root   ALL=(ALL)       ALL" >> /etc/sudoers \
    && ssh-keygen -t dsa -f /etc/ssh/ssh_host_dsa_key \
    && ssh-keygen -t rsa -f /etc/ssh/ssh_host_rsa_key \
    && ssh-keygen -t dsa -f /etc/ssh/ssh_host_ecdsa_key \
    && ssh-keygen -t rsa -f /etc/ssh/ssh_host_ed25519_key \
    && mkdir /var/run/sshd
EXPOSE 22
CMD sh -c '/usr/sbin/sshd && /usr/local/hadoop-3.1.3/bin/hdfs namenode -format && $HADOOP_HOME/sbin/start-all.sh && tail -f /dev/null'

3.构建镜像

docker build -t hadoop .

4.运行镜像

docker run --name='hadoop' -it -d -p 9000:9000 -p 9866:9866 hadoop

5.创建客户端

如果出现连接9866端口报错，只需本地配置/etc/hosts即可

public static void main(String[] args) throws IOException {
        FileSystem fileSystem = null;
        try {
            Configuration conf = new Configuration();
            conf.set("fs.hdfs.impl", "org.apache.hadoop.hdfs.DistributedFileSystem");
            conf.set("dfs.client.use.datanode.hostname", "true");
            fileSystem = FileSystem.get(new URI("hdfs://hecs-71785:9000/"), conf, "root");


            FSDataOutputStream out = fileSystem.create(new Path("/wzj/test.txt"));
            out.writeUTF("hello world");
            out.flush();   //立即将缓冲区的数据输出到接收方
            out.close();

            FileStatus[] fileStatuses = fileSystem.listStatus(new Path("/"));
            for (FileStatus fileStatus : fileStatuses) {
                System.out.println(fileStatus.toString());
            }
        } catch (Exception e) {
            throw new RuntimeException(e);
        } finally {
            fileSystem.close();
        }
    }

---