Docker容器搭建大数据集群

已于 2024-05-05 16:20:23 修改
阅读量3.5k 收藏 52
点赞数 15
文章标签： docker 大数据 容器 hive spark
于 2022-10-23 20:09:06 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_33202785/article/details/127479260
版权

Docker容器搭建大数据集群

首先准备好Centos7(之前准备好的模板机)

  • 在这里插入图片描述

安装Docker

  • 更新yum包（期间选择全选’y’）

    • 在这里插入图片描述

    • yum update
  • 安装需要的软件包，yum-util提供yum-config-manager功能,另外两个是devicemapper驱动依赖
    • yum install -y yum-utils device-mapper-persistent-data lvm2

    在这里插入图片描述

  • 设置yum源为阿里云
    • yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

    在这里插入图片描述

  • 安装Docker
    • yum -y install docker-ce

      在这里插入图片描述

    • 检查安装是否成功

      • docker -v

        在这里插入图片描述

  • 设置ustc的镜像

    • 创建docker目录

      • mkdir -p /etc/docker

        在这里插入图片描述

    • 编辑daemon.json

      • vim /etc/docker/daemon.json

        在这里插入图片描述

        {
  "registry-mirrors": ["https://yxzrazem.mirror.aliyuncs.com"]
}
  • 启动Docker(完成此步骤最好保存快照，以免后面环境出错难以恢复)
    • systemctl start docker

      在这里插入图片描述

    • 查看是否启动成功

      • systemctl status docker

        在这里插入图片描述

Hadoop集群安装准备

  • 基础镜像准备

    • 拉取centos镜像

      • docker pull centos:7.5.1804

  • 创建docker-hadoop

    • mkdir docker-hadoop

      在这里插入图片描述

  • 把jdk上传~/docker-hadoop

    • 在这里插入图片描述

  • 创建Dockerfile

    • vim Dockerfile

      FROM centos:7.5.1804
#安装JDK
RUN mkdir -p /opt/software && mkdir -p /opt/service
ADD jdk-8u212-linux-x64.tar.gz /opt/service

#安装语言包
RUN yum -y install kde-l10n-Chinese glibc-common vim
RUN localedef -c -f UTF-8 -i zh_CN zh_CN.utf8
RUN echo "LANG=zh_CN.UTF-8" >> /etc/locale.conf

#解决login环境变量失效问题
RUN touch /etc/profile.d/my_env.sh
RUN echo -e "export LC_ALL=zh_CN.UTF-8\nexport JAVA_HOME=/opt/service/jdk1.8.0_212\nexport PATH=\$PATH:\$JAVA_HOME/bin" >> /etc/profile.d/my_env.sh

#安装ssh服务
#更换国内阿里云yum源
RUN curl -o /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo
RUN sed -i -e '/mirrors.cloud.aliyuncs.com/d' -e '/mirrors.aliyuncs.com/d' /etc/yum.repos.d/CentOS-Base.repo
RUN yum makecache

#安装sshd
RUN yum install -y openssh-server openssh-clients vim net-tools lrzsz
RUN sed -i '/^HostKey/'d /etc/ssh/sshd_config
RUN echo 'HostKey /etc/ssh/ssh_host_rsa_key' >> /etc/ssh/sshd_config

#生成ssh-key
RUN ssh-keygen -t rsa -b 2048 -f /etc/ssh/ssh_host_rsa_key

#更改root用户登录密码
RUN echo 'root:123456' | chpasswd

#声明22端口 
EXPOSE 22
#容器运行时启动sshd
RUN mkdir -p /opt
RUN echo '#!/bin/bash' >> /opt/run.sh
RUN echo '/usr/sbin/sshd -D' >> /opt/run.sh
RUN chmod +x /opt/run.sh
#CMD ["/opt/run.sh"]
CMD [ "/usr/sbin/init"]

  • 生成基础镜像

    • docker build -t hadoopbase:1.0 ./

    • 查看镜像是否成功构建

      •     docker images

        在这里插入图片描述

  • 测试镜像

    • 起一个容器测试

      • docker run -itd --name test -p 222:22 hadoopbase:1.0

      • 可以新打开一个xshell窗口，IP地址和宿主机一致，端口号改为222即可连接

  • 集群环境配置

    • 创建三个容器

      • docker create -it --name hadoop102 --privileged=true -h hadoop102 hadoopbase:1.0 /usr/sbin/init
docker create -it --name hadoop103 --privileged=true -h hadoop103 hadoopbase:1.0 /usr/sbin/init
docker create -it --name hadoop104 --privileged=true -h hadoop104 hadoopbase:1.0 /usr/sbin/init

        在这里插入图片描述

    • 创建脚本

      • 先进入目录/usr/local/bin/

        • cd /usr/local/bin/

          在这里插入图片描述

      • 把pipework拷贝上传上去

        • 在这里插入图片描述

      • 创建docker.sh

        • vim docker.sh

          在这里插入图片描述

          #!/bin/bash

#启动容器
docker start hadoop102
docker start hadoop103
docker start hadoop104

#搭建网桥,下面8.8.8.80是宿主机的IP
brctl addbr br0; \
ip link set dev br0 up; \
ip addr del 8.8.8.80/24 dev ens33; \
ip addr add 8.8.8.80/24 dev br0; \
brctl addif br0 ens33; \
ip route add default via 8.8.8.1 dev br0

#睡眠5秒
sleep 5

#给容器配置ip和网关
pipework br0 hadoop102 8.8.8.102/24@8.8.8.2
pipework br0 hadoop103 8.8.8.103/24@8.8.8.2
pipework br0 hadoop104 8.8.8.104/24@8.8.8.2

        • 增加脚本执行权限并下载工具

          • chmod 777 docker.sh
chmod 777 pipework
yum install bridge-utils

            在这里插入图片描述

        • 执行脚本

          • docker.sh

      • 用xshell连接三个容器

        • 在这里插入图片描述

      • 配置主机和ip映射，三台容器都需要执行

        • vim /etc/hosts

        • 配置如下

          • 8.8.8.102 hadoop102
8.8.8.103 hadoop103
8.8.8.104 hadoop104

            在这里插入图片描述

  • 配置免密登录

    • 设置公钥和私钥(此步骤需要在三台容器都执行)

      • #输入命令后一直按回车
ssh-keygen -t rsa

    • 拷贝公钥(此步骤需要在三台容器都执行)

      • #输入命令之后会输入yes，然后输入密码
ssh-copy-id hadoop102
ssh-copy-id hadoop103
ssh-copy-id hadoop104

Hadoop安装

  • 在三台机子都运行如下命令

    • #安装所需要的工具
yum install -y psmisc nc net-tools rsync vim lrzsz ntp libzstd openssl-static tree iotop git

  • 创建分发文件脚本(写在hadoop102上102是我们的主机)

    • cd ~
mkdir bin
cd bin
touch my_rsync.sh
#提升权限
chmod 744 my_rsync.sh
vim my_rsync.sh

      #!/bin/bash

#参数预处理
if [ $# -lt 1 ]
then
	echo '参数不能为空!!!'
	exit
fi

#遍历集群中的机器一次分发内容
for host in hadoop103 hadoop104
do
	#依次分发内容
	for file in $@
	do
		#判断当前文件是否存在
		if [ -e $file ]
		then
			#存在
			#1.获取当前文件的目录结构
			pdir=$(cd -P $(dirname $file); pwd)
			#2.获取当前的文件名
			fname=$(basename $file)
			#3.登录目标机器，创建同一目录结构
			ssh $host "mkdir -p $pdir"
			#4.依次把要分发的文件或目录进行分发
			rsync -av $pdir/$fname $host:$pdir
		else
			#不存在
			echo "$file 不存在"
			exit
		fi
	done
done

  • 将hadoop导入到/opt/software文件下(hadoop102上操作)

    • cd /opt/software/

      在这里插入图片描述

  • 将其解压到/opt/service/

    • tar -zxvf hadoop-3.1.3.tar.gz -C /opt/service/

    • 进入目录查看

      • cd /opt/service/

        在这里插入图片描述

  • 将hadoop添加到环境变量

    • 第一步到hadoop家目录下获取路径

      • cd /opt/service/hadoop-3.1.3/
pwd

        在这里插入图片描述

    • 第二步：打开/etc/profile.d/my_env.sh文件

      • vim /etc/profile.d/my_env.sh

    • 第三步：在my_env.sh中添加如下配置

      • #HADOOP_HOME
export HADOOP_HOME=/opt/service/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADDOP_HOME/sbin

    • 第四步：刷新配置文件

      • source /etc/profile.d/my_env.sh

  • 修改配置文件，进入$HADOOP_HOME/etc/hadoop

    • cd $HADOOP_HOME/etc/hadoop

    • 修改core-site.xml

    • vim core-site.xml

    • 修改内容如下

      • <?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
	<!-- 指定NameNode的地址 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://hadoop102:9820</value>
    </property>
    <!-- 指定hadoop数据的存储目录 -->
        <property>
            <name>hadoop.tmp.dir</name>
            <value>/opt/service/hadoop-3.1.3/data</value>
    </property>


        <property>
            <name>hadoop.http.staticuser.user</name>
            <value>root</value>
    </property>


        <property>
            <name>hadoop.proxyuser.root.hosts</name>
            <value>*</value>
    </property>

        <property>
            <name>hadoop.proxyuser.root.groups</name>
            <value>*</value>
    </property>

        <property>
            <name>hadoop.proxyuser.root.groups</name>
            <value>*</value>
    </property>

</configuration>

      • 配置hdfs-site.xml

      • vim hdfs-site.xml

      • 文件配置如下

        • <?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
	<!-- nn web端访问地址-->
	<property>
        <name>dfs.namenode.http-address</name>
        <value>hadoop102:9870</value>
    </property>
	<!-- 2nn web端访问地址-->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>hadoop104:9868</value>
    </property>
</configuration>

      • 配置yarn-site.xml

      • vim yarn-site.xml

      • 文件配置如下

        • <?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
	<!-- 指定MR走shuffle -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
</property>
<!-- 指定ResourceManager的地址-->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>hadoop103</value>
</property>
<!-- 环境变量的继承 -->
    <property>
        <name>yarn.nodemanager.env-whitelist</name>
        <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
</property>
<!-- yarn容器允许分配的最大最小内存 -->
    <property>
        <name>yarn.scheduler.minimum-allocation-mb</name>
        <value>512</value>
    </property>
    <property>
        <name>yarn.scheduler.maximum-allocation-mb</name>
        <value>4096</value>
</property>
<!-- yarn容器允许管理的物理内存大小 -->
    <property>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>4096</value>
</property>
<!-- 关闭yarn对物理内存和虚拟内存的限制检查 -->
    <property>
        <name>yarn.nodemanager.pmem-check-enabled</name>
        <value>false</value>
    </property>
    <property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
    </property>
</configuration>

      • 配置mapred-site.xml

      • vim mapred-site.xml

      • 配置如下

        • <?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
	<!-- 指定MapReduce程序运行在Yarn上 -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

  • 把文件分发到各个主机（使用前面所写的分发脚本）

    • cd $HADOOP_HOME
my_rsync.sh /opt/service/hadoop-3.1.3/
#把环境变量配置也分发过去，因为我们图方便用的root用户登录，所以可以直接用分发脚本
my_rsync.sh /etc/profile.d/my_env.sh

  • 格式化namenode

    • cd $HADOOP_HOME
hdfs namenode -format

  • 配置群起脚本(hadoop102上执行下面步骤)

    • 先修改配置

      • vim /opt/service/hadoop-3.1.3/etc/hadoop/workers

      • 配置内容如下(切记不能有然后空格和空行)

      • hadoop102
hadoop103
hadoop104

    • 分发刚才修改之后的文件

      • my_rsync.sh /opt/service/hadoop-3.1.3/etc/hadoop/workers

    • 回到home目录，并创建编写脚本

      • cd ~/bin
touch my_cluster.sh
chmod 744 my_cluster.sh
vim my_cluster.sh

      • 脚本内容如下

      • #!/bin/bash

if [ $# -lt 1 ]
then
	echo '参数不能为空！！！'
	exit
fi

case $1 in
"start")
	#启动HDFS集群
	echo "===========启动HDFS集群============"
	ssh hadoop102 /opt/service/hadoop-3.1.3/sbin/start-dfs.sh
	
	#启动YARN集群
	echo "===========启动YARN集群============"
	ssh hadoop103 /opt/service/hadoop-3.1.3/sbin/start-yarn.sh
;;
"stop")
	#启动HDFS集群
	echo "===========停止HDFS集群============"
	ssh hadoop102 /opt/service/hadoop-3.1.3/sbin/stop-dfs.sh
	
	#启动YARN集群
	echo "===========停止YARN集群============"
	ssh hadoop103 /opt/service/hadoop-3.1.3/sbin/stop-yarn.sh
;;
*)
	echo '参数错误！！！'
;;
esac

    • 在环境变量中添加如下几个配置

      • vim /etc/profile

        #添加在末尾
export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root

      • 使用分发脚本把/etc/profile分发下去，并source /etc/profile(三台机子都需要执行source命令)

        • my_rsync.sh /etc/profile
source /etc/profile

    • 在$HADOOP_HOME/sbin路径下查找start-dfs.sh和stop-dfs.sh两个文件，在其顶部都添加上

      • #!/usr/bin/env bash
HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root

    • 顺便在start-yarn.sh和stop-yarn.sh两个文件顶部也分别加上

      • #!/usr/bin/env bash
YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root

    • 然后使用分发脚本把sbin分发下去

      • my_rsync.sh /opt/service/hadoop-3.1.3/sbin/*

    • 编写一个脚本方便查看集群状态

      • cd ~/bin
vim my_jps.sh

      • 内容如下

        • #!/bin/bash

#查看集群中所有的状态

for host in hadoop102 hadoop103 hadoop104
do
	echo "=========$host========="
	ssh $host jps
done

      • chmod 744 my_jps.sh

  • 在hadoop102上运行测试

    • #就使用刚才所写的群起脚本
my_cluster.sh start

    • 在物理机上访问8.8.8.102:9870

      在这里插入图片描述

      如果有3个就证明成功,建议在此保留一份快照

搭建MySQL【主机上】（hadoop102是我们的主机）

  • 1.卸载Linux自带的MySQL

    • 1.1查自带的软件

      • #如果查询有没有结果就可以跳过卸载步骤
rpm -qa | grep -E mysql\|mariadb

    • 1.2卸载

      • #后面的mariadb-libs-5.5.68-1.el7.x86_64是前一步查询出的结果
rpm -e --nodeps mariadb-libs-5.5.68-1.el7.x86_64
  • 2.正式安装MySQL

    • 上传MySQL软件包

      • cd /opt/software/

    • 在/opt/software/目录下创建一个文件来收纳tar包的解压文件

      • mkdir mysql-rpm
tar -xvf mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar -C ./mysql-rpm/

        在这里插入图片描述

    • 到刚才解压到的包

      • cd /opt/software/mysql-rpm/
#安装依赖，防止MySQL安装报错
yum install -y libaio numactl
#安装MySQL，严格按照顺序安装
rpm -ivh mysql-community-common-5.7.28-1.el7.x86_64.rpm
rpm -ivh mysql-community-libs-5.7.28-1.el7.x86_64.rpm
rpm -ivh mysql-community-libs-compat-5.7.28-1.el7.x86_64.rpm
rpm -ivh mysql-community-client-5.7.28-1.el7.x86_64.rpm
rpm -ivh mysql-community-server-5.7.28-1.el7.x86_64.rpm

      • 检查是否安装完成

        • rpm -qa | grep mysql

          在这里插入图片描述

    • 初始化数据库

      • mysqld --initialize --user=mysql

    • 启动MySQL服务

      • systemctl start mysqld

    • 查看MySQL状态

      • 在这里插入图片描述

    • 查看临时密码

      • cat /var/log/mysqld.log | grep password

        在这里插入图片描述

    • 复制好刚才查看到的临时密码，登录MySQL

      • #不建议把刚才复制的密码直接粘贴到-p之后，建议下面命令回车之后再粘贴密码
mysql -uroot -p

        在这里插入图片描述

    • 修改密码

      • set password = password('123456');

        在这里插入图片描述

    • 修改远程连接，修改之后就可以使用Navicat连接MySQL

      • use mysql;
update user set host = '%' where user = 'root';
flush privileges;

        在这里插入图片描述

搭建Hive集群（Hadoop103和Hadoop104）

  • 上传hive安装包

    • cd /opt/software/

      在这里插入图片描述

  • 解压包

    • tar -zxvf apache-hive-3.1.2-bin.tar.gz -C /opt/service/

  • 查看软件包，并修改名字

    • cd /opt/service/
mv apache-hive-3.1.2-bin/ hive-3.1.2

  • 配置环境变量

    • vim /etc/profile.d/my_env.sh

      #hive
export HIVE_HOME=/opt/service/hive-3.1.2
export PATH=$PATH:$HIVE_HOME/bin

      在这里插入图片描述

    • source /etc/profile.d/my_env.sh

  • 解决日志冲突

    • 删除jar包

      • cd /opt/service/hive-3.1.2/lib/
rm -rf log4j-slf4j-impl-2.10.0.jar

  • hive元数据配置到MySQL

    • cd $HIVE_HOME/conf
touch hive-site.xml
vim hive-site.xml

      <?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
    <!-- jdbc连接的URL -->
    <property>
        <name>javax.jdo.option.ConnectionURL</name>
        <value>jdbc:mysql://hadoop102:3306/metastore?useSSL=false</value>
</property>

    <!-- jdbc连接的Driver-->
    <property>
        <name>javax.jdo.option.ConnectionDriverName</name>
        <value>com.mysql.jdbc.Driver</value>
</property>

	<!-- jdbc连接的username-->
    <property>
        <name>javax.jdo.option.ConnectionUserName</name>
        <value>root</value>
    </property>

    <!-- jdbc连接的password -->
    <property>
        <name>javax.jdo.option.ConnectionPassword</name>
        <value>123456</value>
</property>

    <!-- Hive默认在HDFS的工作目录 -->
    <property>
        <name>hive.metastore.warehouse.dir</name>
        <value>/user/hive/warehouse</value>
    </property>
    
   <!-- Hive元数据存储的验证 -->
    <property>
        <name>hive.metastore.schema.verification</name>
        <value>false</value>
    </property>
   
    <!-- 元数据存储授权  -->
    <property>
        <name>hive.metastore.event.db.notification.api.auth</name>
        <value>false</value>
    </property>
</configuration>

  • 将MySQL的JDBC驱动拷贝到Hive的lib目录下

    • cd $HIVE_HOME/lib

      上传驱动包

  • 初始化源数据库

    • 回到hadoop102，连接MySQL创建数据库

      • mysql -uroot -p123456

        在这里插入图片描述

        create database metastore;

        在这里插入图片描述

    • 回到hadoop103，初始化Hive元数据库

      • schematool -initSchema -dbType mysql -verbose

        在这里插入图片描述

  • 启动测试Hive

    • 首先要启动Hadoop集群

    • #启动好Hadoop集群之后在hadoop103执行命令
hive

      在这里插入图片描述

  • 最后把文件和配置好的环境变量分发到hadoop104

    • scp -r /opt/service/hive-3.1.2/ root@hadoop104:/opt/service/

    • 环境变量也发送到hadoop104

      • scp -r /etc/profile.d/my_env.sh root@hadoop104:/etc/profile.d/

        在这里插入图片描述

    • 此时Hive集群已完成

搭建Flume 【主机】

  • 上传安装包到/opt/software/

    • cd /opt/software/

      在这里插入图片描述

  • 解压软件包

    • tar -zxvf apache-flume-1.9.0-bin.tar.gz -C /opt/service/

  • 修改名字

    • cd /opt/service/
mv apache-flume-1.9.0-bin/ flume-1.9.0

      在这里插入图片描述

  • 配置环境变量

    • vim /etc/profile.d/my_env.sh

      #flume
export FLUME_HOME=/opt/service/flume-1.9.0
export PATH=$PATH:$FLUME_HOME/bin

      在这里插入图片描述

    • source /etc/profile.d/my_env.sh

  • 解决与Hadoop的冲突

    • cd $FLUME_HOME/lib
rm -rf guava-11.0.2.jar

      到此就已经安装完成

搭建Zookeeper(hadoop102上操作)

  • 先停掉Hadoop集群

    • #在hadoop102执行
my_cluster.sh stop

  • 上传软件包到/opt/software/

    • cd /opt/software/

  • 解压软件包

    • tar -zxvf apache-zookeeper-3.5.7-bin.tar.gz -C /opt/service/

  • 修改解压之后的名字

    • cd /opt/service/
mv apache-zookeeper-3.5.7-bin/ zookeeper-3.5.7

      在这里插入图片描述

  • 创建数据目录

    • cd /opt/service/zookeeper-3.5.7/
mkdir zkData

  • 修改配置文件

    • cd /opt/service/zookeeper-3.5.7/conf/
mv zoo_sample.cfg zoo.cfg
vim zoo.cfg

    • 修改dataDir

      • dataDir=/opt/service/zookeeper-3.5.7/zkData

server.2=hadoop102:2888:3888
server.3=hadoop103:2888:3888
server.4=hadoop104:2888:3888

        在这里插入图片描述

  • 给集群配标号

    • cd /opt/service/zookeeper-3.5.7/zkData/
touch myid
vim myid

      在文件中输入2

      在这里插入图片描述

  • 分发文件，讲zookeeper分发到集群

    • cd /opt/service/
my_rsync.sh zookeeper-3.5.7/

      在这里插入图片描述

  • 到另外两个容器中修改myid文件，hadoop103对应3，hadoop104对应4

    • cd /opt/service/zookeeper-3.5.7/zkData/
vim myid

      在这里插入图片描述

      在这里插入图片描述

  • 封装zookeeper集群启停脚本(hadoop102容器上操作)

    • cd ~/bin/
touch zk_cluster.sh
chmod 744 zk_cluster.sh
vim zk_cluster.sh

      #!/bin/bash

if [ $# -lt 1 ]
then
	echo '参数不能为空！！！'
	exit
fi

for host in hadoop102 hadoop103 hadoop104
do
	case $1 in
	"start")
		echo "$1*****$host*******ZK**********"
		ssh $host /opt/service/zookeeper-3.5.7/bin/zkServer.sh $1
	;;
	"stop")
		echo "$1*****$host*******ZK**********"
                ssh $host /opt/service/zookeeper-3.5.7/bin/zkServer.sh $1
	;;
	"status")
		echo "$1*****$host*******ZK**********"
                ssh $host /opt/service/zookeeper-3.5.7/bin/zkServer.sh $1
	;;
	*)
		echo '参数有误！！！'
		exit
	;;
	esac
done

      到此zookeeper集群就搭建完成

搭建HBASE集群

  • 上传软件包到hadoop102的/opt/software/目录下

    • cd /opt/software/

      在这里插入图片描述

  • 解压安装包

    • tar -zxvf hbase-2.0.5-bin.tar.gz -C /opt/service/

  • 配置环境变量

    • vim /etc/profile.d/my_env.sh

      #hbase
export HBASE_HOME=/opt/service/hbase-2.0.5
export PATH=$PATH:$HBASE_HOME/bin

      在这里插入图片描述

    • source /etc/profile.d/my_env.sh

  • 修改配置文件

    • #先到目录下
cd /opt/service/hbase-2.0.5/conf/
vim hbase-env.sh

      • 打开export HBASE_MANAGES_ZK=false配置

      • 在这里插入图片描述

      • vim hbase-site.xml

        <configuration>
    <property>
        <name>hbase.rootdir</name>
        <value>hdfs://hadoop102:9820/hbase</value>
    </property>

    <property>
        <name>hbase.cluster.distributed</name>
        <value>true</value>
    </property>

    <property>
        <name>hbase.zookeeper.quorum</name>
        <value>hadoop102,hadoop103,hadoop104</value>
    </property>
</configuration>

      • vim regionservers

        hadoop102
hadoop103
hadoop104

        在这里插入图片描述

  • 分发文件

    • cd /opt/service/
my_rsync.sh hbase-2.0.5/
my_rsync.sh /etc/profile.d/my_env.sh

  • 启动测试

    • #启动Hadoop集群
my_cluster.sh start
#启动zookeeper集群
zk_cluster.sh start
#启动Hbase
start-hbase.sh

    • 在这里插入图片描述

    • 在物理机访问8.8.8.102:16010

    • 在这里插入图片描述

    若进程和我一样，并且能访问web那个界面证明hbase就安装成功了

搭建SQOOP集群

  • 我们在hadoop103上配置

  • 上传软件包到/opt/software/

    • cd /opt/software/

  • 解压软件包

    • tar -zxvf sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz -C /opt/service/

  • 修改名字

    • mv sqoop-1.4.7.bin__hadoop-2.6.0/ sqoop-1.4.7

  • 配置环境变量

    • vim /etc/profile.d/my_env.sh

      #sqoop
export SQOOP_HOME=/opt/service/sqoop-1.4.7
export PATH=$PATH:$SQOOP_HOME/bin

      在这里插入图片描述

      source /etc/profile.d/my_env.sh

  • 修改配置文件

    • cd $SQOOP_HOME/conf
#重命名配置文件
mv sqoop-env-template.sh sqoop-env.sh
vim sqoop-env.sh

      在这里插入图片描述

  • 拷贝jdbc驱动到sqoop的lib

    • #到了这个目录上传驱动
cd $SQOOP_HOME/lib

  • 验证连接

    • sqoop list-databases --connect jdbc:mysql://hadoop102:3306/ --username root --password 123456

      在这里插入图片描述

      如此便成功安装sqoop

搭建Kafka集群（hadoop102上操作）

  • 上传软件包到/opt/software/

    • cd /opt/software/

  • 解压软件包

    • tar -zxvf kafka_2.11-2.4.1.tgz -C /opt/service/

  • 修改名字

    • cd /opt/service/
mv kafka_2.11-2.4.1/ kafka

  • 配置环境变量

    • vim /etc/profile.d/my_env.sh

      #kafka
export KAFKA_HOME=/opt/service/kafka
export PATH=$PATH:$KAFKA_HOME/bin

      在这里插入图片描述

  • 分发文件（分发完之后三个容器都运行一下 source /etc/profile.d/my_env.sh）

    • my_rsync.sh /etc/profile.d/my_env.sh

  • 修改配置文件

    • cd $KAFKA_HOME/config
vim server.properties

      • 修改broker.id

        • broker.id=2

        在这里插入图片描述

      • 修改log.dirs

        • log.dirs=/opt/service/kafka/logs

          在这里插入图片描述

      • 修改zookeeper.connect

        • zookeeper.connect=hadoop102:2181,hadoop103:2181,hadoop104:2181/kafka

          在这里插入图片描述

  • 分发文件

    • cd /opt/service/
my_rsync.sh kafka/

  • 修改另外两个容器的broker.id

    • 到hadoop103

      • vim /opt/service/kafka/config/server.properties

        在这里插入图片描述

    • 到hadoop014

      • vim /opt/service/kafka/config/server.properties

        在这里插入图片描述

  • 启动测试

    • 编写群起脚本

      • cd ~/bin/
touch kafka_all.sh
chmod 744 Kafka_all.sh
vim kafka_all.sh

        #!/bin/bash

for host in hadoop102 hadoop103 hadoop104
do
	ssh $host kafka-server-start.sh -daemon /opt/service/kafka/config/server.properties
done

    • 启动之前一定要先启动zookeeper，可以先查看状态（只启动zookeeper就可以了，其他东西尽量关掉）

      • my_jps.sh

        在这里插入图片描述

    • 启动kafka

      • kafka_all.sh

        #查看所有jps
my_jps.sh

        在这里插入图片描述

        如果和我进程一样就说明成功安装好了kafka

搭建Spark集群

  • 上传文件到/opt/software

    • cd /opt/software

  • 解压文件

    • tar -zxvf spark-3.0.0-bin-hadoop3.2.tgz -C /opt/service/

  • 修改文件名

    • cd /opt/service
mv spark-3.0.0-bin-hadoop3.2/ spark-standalone

  • 修改配置文件

    • cd /opt/service/spark-standalone/conf/
#修改文件名
mv slaves.template slaves
vim slaves

      • hadoop102
hadoop103
hadoop104

        在这里插入图片描述

    • mv spark-env.sh.template spark-env.sh
vim spark-env.sh

      export JAVA_HOME=/opt/service/jdk1.8.0_212
SPARK_MASTER_HOST=hadoop102
SPARK_MASTER_PORT=7077

      在这里插入图片描述

  • 分发文件

    • cd /opt/service/
my_rsync.sh spark-standalone/

  • 启动集群

    • cd /opt/service/spark-standalone/
sbin/start-all.sh

    • 使用my_jps.sh查看进程

      • 在这里插入图片描述

      • 访问web ui

        • 8.8.8.102:8080

          在这里插入图片描述

    • 如此便安装成功

搭建Redis

  • 上传文件到/opt/software/

    • cd /opt/software/

  • 解压文件

    • tar -zxvf redis-5.0.2.tar.gz -C /opt/service/

  • 进入解压目录执行make命令

    • #先下载依赖包
yum -y install gcc automake autoconf libtool make
cd /opt/service/redis-5.0.2/
make

  • 执行make install 创建快捷方式

    • cd /opt/service/redis-5.0.2/
make install

      在这里插入图片描述

  • 启动redis

    • redis-server

      在这里插入图片描述

    • 如此便完全安装成功了

何以愁
关注
  • 15
    点赞
  • 踩
  • 52
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
在docker上部署hadoop集群
10-29
教程：在linux虚拟机下（centos），通过docker容器，部署hadoop集群。一个master节点和三个slave节点。
利用docker搭建服务器集群并部署大数据生态软件
Axlsss的博客
11-21 3483
小而美！利用docker搭建服务器集群并部署大数据软件集群
基于Docker搭建Hadoop集群
qq_53383349的博客
04-02 1075
下载VMware、Xshell、Xftp、centos7映像文件、hadoop和jdk的压缩包。
Docker本地搭建Hadoop高可用,Hbase,Spark,Flink,Zookeeper集群_基于docker容器,搭建hadoop+spark+hive+hbase+zookeeper sca
最新发布
2301_79097795的博客
05-03 481
*看看本地端口9000也确实起来了。
大数据平台环境搭建
m0_46635662的博客
03-10 5123
大数据平台环境搭建（最详细最全面最无脑）
大数据云计算——Docker环境下部署Hadoop集群及运行集群案列
未来社会二十年发展的核心技术趋势由ABCD四个字母组成，分别是AI（人工智能）、BlockChain（区块链）、Cloud（云）、和Data（大数据）每一次进步都有新的认知和感触
12-13 2011
本文着重介绍了在Docker环境下部署Hadoop集群以及实际案例中的集群运行。首先，文章详细解释了Hadoop的基本概念和其在大数据处理中的重要性，以及为何选择在Docker环境下部署Hadoop集群。接着，阐述了在Docker中配置和启动Hadoop集群所需的步骤和技术要点。通过本文，读者可以深入了解如何利用Docker环境快速搭建Hadoop集群，并通过案例展示集群的运行过程，为大数据云计算中的Hadoop应用提供了实用的指导和参考。
Docker从入门到实战：Docker快速部署、Dockerfile编写、容器间通信及共享数据实战、Docker-compose详解
程序员Forlan的博客
12-02 524
本篇文章详细介绍了Docker的基础概念、常用命令、Dockerfile的编写、镜像分层、容器间通信、容器间共享数据以及Docker-compose的使用。
Docker 快速入门，安装数据库 Dockerfile使用 制作ubuntu-flask镜像
m0_61634551的博客
02-17 1717
操作系统分为内核空间和用户空间。对于 Linux 而言，内核启动后，会挂载 root 文件系统为其提供用户空间支持。而 Docker 镜像（Image），就相当于是一个 root 文件系统Docker 镜像是一个特殊的文件系统，除了提供容器运行时所需的程序、库、资源、配置等文件外，还包含了一些为运行时准备的一些配置参数（如匿名卷、环境变量、用户等）Docker 设计时，就充分利用 Union FS 的技术，将其设计为分层存储的架构。镜像实际是由多层文件系统联合组成。
Docker容器部署CDH6.X.docx
11-13
Docker 容器部署 CDH6.X 一、Docker 容器部署 CDH6.X 概述 Docker 容器部署 CDH6.X 是一种基于 ...本文档介绍了使用 Docker 容器部署 CDH6.X 的步骤，旨在帮助用户快速搭建一个高效、灵活和可扩展的大数据集群环境。
Docker搭建redis主从+哨兵模式集群.docx
07-27
Docker搭建Redis主从+哨兵模式集群 本文档主要介绍了使用Docker搭建Redis主从复制和哨兵模式集群的步骤。下面是详细的知识点总结： 一、Docker安装 * 下载Docker二进制文件（离线安装包），使用wget命令下载 * ...
使用docker快速搭建Elasticsearch集群.pdf
11-23
下面将详细介绍如何使用Docker快速搭建Elasticsearch集群。 首先，确保你的系统满足运行Elasticsearch的基本需求。在Linux环境下，特别要注意`vm.max_map_count`这个内核参数。Elasticsearch需要大量的内存映射来...
bigdata_docker：大数据生态系统Docker
02-03
【标题】"大数据生态系统Docker"指的是将大数据处理和分析工具集通过Docker容器化技术进行部署和管理的方案。这种做法旨在简化集群环境的搭建，提高资源利用率，并便于维护和扩展。 【描述】"bigdata_docker"项目...
利用docker搭建大数据集群
weixin_44496939的博客
05-08 2519
容器启动成功后在命令行输入docker exec -it node1 /bin/bash就会进入node1容器节点。命令行输入docker ps 查看是否启动成功如果出现node1，node2，node3则表明启动成功。同样的输入docker exec -it node3 /bin/bash就会进入node3节点。同样的输入docker exec -it node2 /bin/bash就会进入node2节点。找到并进入dockerImage文件夹执行以下命令，启动容器。如果出现图一的样子，表示启动成功。
docker搭建hadoop集群（为分布式、完全分布式）
weixin_40548182的博客
08-27 8373
第1章 写在前面必读 1.1 Hadoop生态简单说明 说明：hadoop只是一个存储数据的平台，mapreduce是一个计算框架，需要编程人员去编写处理数据的程序。然后hadoop是一个生态，就是说在其上还运行着hbase数据库，sqoop，shark等等工具，这样才能将hadoop存储的数据加以利用。Hbase是一种时序数据库，可用来往hadoop写数据，并通过hadoop读取数据，搭建这些的时候还要用到zookeeper软件去管理消息。总之hadoop生态涉及的东西太多，学习起来复杂，但是并不难，就是
Docker搭建MySQL8.0.30主从数据库
weixin_44157851的博客
11-10 566
mysql 8.0搭建docker 主从数据库
大数据集群-使用docker在ubuntu上配置centos
caocry的博客
06-15 357
docker ubuntu centos
Ubuntu-Docker安装和使用
选择大于努力，所以你的选择是什么？
05-30 4946
apt update如果出现错误：fi’解决:重新安装libappstream4备份原source.list文件删除source.list重新创建，写入阿里源根据系统不同版本选择对应的源，否则可能出现无法认证等错误信息。
深度学习-Ubuntu18.04环境配置与常用工具(docker)
m0_51246196的博客
08-08 191
在此记录一些常见Ubuntu与深度学习开发环境相关的配置信息，以防忘记。目前最常用的是Ubuntu18.04以及Ubuntu20.04有很多边缘侧AI开发板都会基于docker进行环境快速配置。
ubutun安装 docker
a289237642的博客
07-29 640
# docker安装文档 ```sh $ sudo apt-get update $ sudo apt-get install \     apt-transport-https \     ca-certificates \     curl \     software-properties-common $ curl -fsSL https://download.docker.com/...
部署docker 大数据集群
04-27
我可以为你提供一些建议：1. 确保你的系统上安装了docker；2. 选择一个合适的大数据集群，例如Apache Hadoop、Apache Spark或Apache Flink；3. 在docker中安装这些大数据集群；4. 配置网络，使它们能够互相通信；5. 配置节点，使得它们能够运行你的应用程序。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值