通过docker搭建hadoop集群

  • 启动一台虚拟机 centos7

  • 安装好yum源

  • 先下载一个centos7镜像作为基础镜像

    docker pull docker.io/ansible/centos7-ansible
    
  • 运行该镜像

    docker run -tid --name hadoop_cluster_1 --privileged=true -t docker.io/ansible/centos7-ansible /usr/sbin/init
    
  • 进入该镜像

    docker ps -a
    docker exec -it 1e476c9b81ab /bin/bash
    
  • 修改容器密码:

    passwd
    123456
    123456
    
  • yum安装一些基础软件

    yum -y install vim wget screen openssh-server openssh-clients ifconfig ip initscripts tcping 
    
  • 修改完成后验证一下

    systemctl restart sshd.service
    ssh 127.0.0.1
    
  • 安装jdk

    yum -y install java-11-openjdk
    yum -y install java-11-openjdk-devel
    
  • ssh免密登录

    ssh-keygen -t dsa -P '' -f ~/.ssh/id_dsa
    cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys
    
  • 用ssh验证一下

    ssh 127.0.0.1
    
  • 增加hadoop用户

    useradd hadoop
    passwd hadoop
    
  • 下载hadoop安装包,上传到宿主机

    wget https://archive.apache.org/dist/hadoop/core/hadoop-2.9.1/hadoop-2.9.1.tar.gz
    
  • 将安装包上传到容器中

    docker ps -a 
    docker cp /opt/install/hadoop-2.9.1.tar.gz ecef8319d2c8:/opt/install
    
  • 进入容器

    docker exec -it 7893fe714427 /bin/bash
    
  • 进入/usr/local文件夹创建一个hadoop文件夹,将下载好的hadoop-2.7.3.tar.gz解压,复制到hadoop文件加下

    cd /opt/install/
    tar -zxvf hadoop-2.9.1.tar.gz -C ./
    cd /usr/local/
    mkdir hadoop
    cp -r /opt/install/hadoop-2.9.1 hadoop/
    
  • 配置hadoop环境变量

    vim /etc/profile
    JAVA_HOME=/usr/lib/jvm/java-11-openjdk-11.0.7.10-4.el7_8.x86_64/
    JRE_HOME=/usr/lib/jvm/jre-11-openjdk-11.0.7.10-4.el7_8.x86_64/
    
    HADOOP_HOME=/usr/local/hadoop/hadoop-2.9.1
    CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
    PATH=$PATH:$JAVA_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/sbin
    
    export JAVA_HOME JRE_HOME CLASSPATH HADOOP_HOME PATH
    
  • 加载环境变量,使配置生效

    source /etc/profile
    
  • 执行hadoop命令确认可以使用

    hdfs dfs -ls /
    
  • hadoop环境变量配置成功之后,需要进入到hadoop_home同级目录下为hadoop创建几个工作目录。

    cd /usr/local/hadoop/
    mkdir tmp
    mkdir -p hdfs/name
    mkdir hdfs/data
    
  • 修改相关配置文件

    cd /usr/local/hadoop/hadoop-2.9.1/etc/hadoop
    # 修改hadoop-env.sh,指定JAVA_HOME
    vim hadoop-env.sh
    export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-11.0.7.10-4.el7_8.x86_64/
    # 修改yarn-env.sh,重新指定JAVA_HOME
    vim yarn-env.sh
    export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-11.0.7.10-4.el7_8.x86_64/
    # 修改core-site.xml
    vim core-site.xml
    <configuration>
            <property>
                    <name>fs.default.name</name>
                    <value>hdfs://master:9000</value>
            </property>
            <property>
                    <name>fs.defaultFS</name>
                    <value>hdfs://master:9000</value>
            </property>
            <property>
                    <name>hadoop.tmp.dir</name>
                    <value>/usr/local/hadoop/tmp</value>
            </property>
    </configuration>
    # 修改hdfs-site.xml
    vim hdfs-site.xml
    <configuration>
            <property>
                    <name>dfs.namenode.name.dir</name>
                    <value>file:/usr/local/hadoop/hdfs/name</value>
            </property>
            <property>
                    <name>dfs.datanode.data.dir</name>
                    <value>file:/usr/local/hadoop/hdfs/data</value>
            </property>
            <property>
                    <name>dfs.replication</name>
                    <value>3</value>
                    <description>副本个数(每个本分割的文件会存储在几台datanode上,默认是3),这个数量应该小于datanode机器数</description>
            </property>
            <property>
                    <name>dfs.permissions.enabled</name>
                    <value>false</value>
            </property>
    </configuration>
    # 修改mapred-site.xml
    cp mapred-site.xml.template mapred-site.xml
    vim mapred-site.xml
    <configuration>
            <property>
                    <name>mapreduce.framework.name</name>
                    <value>yarn</value>
                    <description>mapreduce's framework is yarm</description>
            </property>
    </configuration>
    # 修改yarn-site.xml
    vim yarn-site.xml
    <configuration>
    <!-- Site specific YARN configuration properties -->
            <property>
                    <name>yarn.resourcemanager.hostname</name>
                    <value>master</value>
                    <description>yarn resourcemanager hostname is master</description>
            </property>
            <property>
                    <name>yarn.nodemanager.aux-services</name>
                    <value>mapreduce_shuffle</value>
                    <description>just mapreduce_shuffle can run MapReduce</description>
            </property>
    </configuration>
    # 修改slaves,添加datanode的hostname
    vim slaves
    node01
    node02
    node03
    
  • 安装hive

    • 使用默认的derby作为元数据库

    • 下载安装包

      https://mirrors.tuna.tsinghua.edu.cn/apache/hive/hive-2.3.7/apache-hive-2.3.7-bin.tar.gz
      
    • 将安装包上传到宿主机上,并且拷贝到容器中

      # 退出容器后执行
      docker cp apache-hive-2.3.7-bin.tar.gz 412b869263bf:/opt/install
      
    • 进入容器解压安装包

      tar -zxvf apache-hive-2.3.7-bin.tar.gz -C ./
      
    • 将解压好的目录拷贝到/usr/local/hadoop

      cd /usr/local/hadoop
      cp -r /opt/install/apache-hive-2.3.7-bin ./
      
    • 删除安装包和多余目录

      rm -rf /opt/install/*
      
    • 修改配置文件

      cp /usr/local/hadoop/apache-hive-2.3.7-bin/conf/hive-default.xml.template /usr/local/hadoop/apache-hive-2.3.7-bin/conf/hive-site.xml
      cd /usr/local/hadoop/apache-hive-2.3.7-bin/conf
      mkdir -p /usr/local/hadoop/hive/java
      vim hive-site.xml
      # 在最前面加上这些配置:
        <property>
          <name>system:java.io.tmpdir</name>
          <value>/usr/local/hadoop/hive/java</value>
        </property>
        <property>
          <name>system:user.name</name>
          <value>${user.name}</value>
        </property>
      # hive.metastore.schema.verification改为false
      
    • 配置环境变量

      vim /etc/profile
      # 在文本最后加上
      export HIVE_HOME="/usr/local/hadoop/apache-hive-2.3.7-bin"
      # 设置PATH变量
      export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$HIVE_HOME/bin
      
    • 加载环境变量

      source /etc/profile
      
    • 初始化hive数据库

      schematool -initSchema -dbType derby
      
    • 初始化成功标志:

      Initialization script completed
      schemaTool completed
      
    • 后台启动metastore服务

      hive --service metastore &
      
  • 安装完基础环境后,可以将镜像保存成一个新的镜像

    # 退出容器后执行
    docker commit hadoop_cluster_1 tfws/hadoop-baseenv:v1.2
    
  • 通过如下命令查看容器是否保存为一个新的镜像了

    docker image ls
    
  • 创建master节点,即namenode节点

    docker run -tid --name hadoop-master -p 50010:50010 -p 50020:50020 -p 50070:50070 -p 50075:50075 -p 50090:50090 -p 8020:8020 -p 9000:9000 -p 10020:10020 -p 8030:8030 -p 19888:19888 -p 8031:8031 -p 8032:8032 -p 8033:8033 -p 8040:8040 -p 8042:8042 -p 8088:8088 -p 49707:49707 -p 2122:2122 -p 9083:9083 -p 10000:10000 -p 7077:7077 -p 8080:8080 -v /opt/install:/opt/install -h master tfws/hadoop-baseenv:v1.2 /usr/sbin/init
    
  • 创建node01节点,即datanode节点

    docker run -tid --name hadoop-node01 -p 50010 -p 50020 -p 50070 -p 50075 -p 50090 -p 8020 -p 9000 -p 10020 -p 8030 -p 19888 -p 8031 -p 8032 -p 8033 -p 8040 -p 8042 -p 8088 -p 49707 -p 2122 -p 9083 -p 10000 -p 7077 -p 8080 -v /opt/install:/opt/install -h node01 tfws/hadoop-baseenv:v1.2 /usr/sbin/init
    
  • 创建node02节点,即datanode节点

    docker run -tid --name hadoop-node02 -p 50010 -p 50020 -p 50070 -p 50075 -p 50090 -p 8020 -p 9000 -p 10020 -p 8030 -p 19888 -p 8031 -p 8032 -p 8033 -p 8040 -p 8042 -p 8088 -p 49707 -p 2122 -p 2122 -p 9083 -p 10000 -p 7077 -p 8080 -v /opt/install:/opt/install -h node02 tfws/hadoop-baseenv:v1.2 /usr/sbin/init
    
  • 创建node03节点,即datanode节点

    docker run -tid --name hadoop-node03 -p 50010 -p 50020 -p 50070 -p 50075 -p 50090 -p 8020 -p 9000 -p 10020 -p 8030 -p 19888 -p 8031 -p 8032 -p 8033 -p 8040 -p 8042 -p 8088 -p 49707 -p 2122 -p 2122 -p 9083 -p 10000 -p 7077 -p 8080 -v /opt/install:/opt/install -h node03 tfws/hadoop-baseenv:v1.2 /usr/sbin/init
    
  • 依次进入四个容器,配置ip映射

    docker exec -it hadoop-master /bin/bash
    docker exec -it hadoop-node01 /bin/bash
    docker exec -it hadoop-node02 /bin/bash
    docker exec -it hadoop-node03 /bin/bash
    vim /etc/hosts
    172.17.0.2      mysql_server
    172.17.0.3      master
    172.17.0.4      node01
    172.17.0.5      node02
    172.17.0.6      node03
    
  • 如果重启了容器,需要对容器重新source环境变量

  • 检查ssh服务是否启动了,如果没有启动,需要启动起来

    systemctl status sshd
    systemctl restart sshd
    
  • 完成以上操作后在master上执行start-all.sh启动hadoop

    # 第一次启动时,需要格式化
    hadoop namenode -format
    bash /usr/local/hadoop/hadoop-2.9.1/sbin/start-all.sh
    
  • 启动失败?

    The authenticity of host '0.0.0.0 (0.0.0.0)' can't be established.
    
  • 解决办法,在master节点ssh每个node之后就可以了,需要每两个节点之间都互相登录一遍

  • 基础镜像可能少安装的rpm

    ntpd
    java-11-openjdk-devel
    基础镜像时间改为CST的
    
  • 到每个容器上使用jps,确认有如下进程

    [root@master sbin]# jps
    465 NameNode
    844 ResourceManager
    1118 Jps
    671 SecondaryNameNode
    [root@node01 logs]# jps
    401 NodeManager
    282 DataNode
    524 Jps
    [root@node02 logs]# jps
    516 Jps
    277 DataNode
    391 NodeManager
    [root@node03 logs]# jps
    482 Jps
    244 DataNode
    358 NodeManager
    
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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