配置要求
主机内存 4GB 。
磁盘 100 GB 以上。
HOST 机安装常用 Linux 发行版。
Linux Container ( LXD )
以主机 Ubuntu 16.04 为例。
安装 LXD 。
$ sudo apt-get installlxd
$ newgrp lxd
$sudo lxd init
查看可用的镜像源,如果使用默认的 image ,可以跳过下面两步,直接进入后面的 launch 。
$ lxc remote list
选取上一步喜欢的 image ,复制链接,并在下面添加该镜像源。
$ lxc remote add images
现在可以获取并加载镜像了。
$ lxc launch :# images_name 是镜像源名称,就是上一步取名的 images ,是什么可以自己取。
# version 是镜像的版本。
# host_name 是欲创建的实例的主机名。
# 以用默认镜像源,搭建 Hadoop 为例,这里应该是:
$ lxc launch ubuntu-daily:16.04 master
OK ,实例已经开始在运行了。
$ lxc list+--------+---------+--------------------+-----------------------------------------------+------------+-----------+
| NAME | STATE | IPV4 | IPV6 | TYPE | SNAPSHOTS |
+--------+---------+--------------------+-----------------------------------------------+------------+-----------+
| master | RUNNING | 10.71.16.37 (eth0) | fd16:e204:21d5:5295:216:3eff:fec9:dd16 (eth0) | PERSISTENT | 0 |
+--------+---------+--------------------+-----------------------------------------------+------------+-----------+
此时可以看到只有 master 节点在运行。
让我们进入容器中的 ubuntu 。
$ lxc exec master -- /bin/bash
如果成功进入,恭喜!第一步迈开了。
Hadoop 集群
更新系统。
$ lxc exec master -- /bin/bash
root@master# apt-get update
root@master# apt-get upgrade -y
配置环境,由于 LXD 在创建实例时,就设置好了主机名,禁用了防火墙,同时 LXD 的网络模块为每台虚拟主机做了动态主机映射。因此下面这样是 OK 的。
$ hostnameArch
$ lxc exec master-- /bin/bash
root@Master:~# pingArch
PING Arch (127.0.1.1) 56(84) bytes of data.64 bytes from rain-mark (127.0.1.1): icmp_seq=1 ttl=64 time=0.020ms64 bytes from rain-mark (127.0.1.1): icmp_seq=2 ttl=64 time=0.031ms^C
我们在 master 节点配置好环境,利用 LXD 容器克隆,复制出多个节点。每个节点间可以直接做基于 hostname 的网络访问。
配置 Java 环境。
$ lxc file push ~/Downloads/jdk-8u111-linux-x64.tar.gz master/root/jdk-8u111-linux-x64.tar.gz # 将 HOST 机上的文件 push 进虚拟机。
$ lxc exec master-- /bin/bash
root@master#tar xf jdk-8u111-linux-x64.tar.gz -C /usr/local
root@master#echo "export JAVA_HOME=/usr/local/jdk1.8.0_111" >> ~/.bashrc
root@master# exit
配置 Hadoop 。
$ lxc file push ~/Downloads/hadoop-2.7.3.tar.gz master/root/hadoop-2.7.3.tar.gz
$ lxc exec master-- /bin/bash
root@master#mkdir -p /home/root/HD_data
root@master#tar xf hadoop-2.7.3.tar.gz -C /usr/local
root@master# cd/usr/local/hadoop-2.7.3root@master:/usr/local/hadoop-2.7.3# cat << EOF > etc/core-site.xml<?xml version="1.0" encoding="UTF-8"?>
hadoop.tmp.dir
/home/root/HD_data
fs.defaultFS
hdfs://master:8020
EOF
root@master:/usr/local/hadoop-2.7.3# cat << EOF > etc/yarn-site.xml<?xml version="1.0"?>
yarn.resourcemanager.hostname
master
yarn.nodemanager.aux-services
mapreduce_shuffle
EOF
root@master:/usr/local/hadoop-2.7.3# cat << EOF > etc/mapred-site.xml<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
mapreduce.framework.name
yarn
EOF
root@master:/usr/local/hadoop-2.7.3# ./bin/hdfs namenode -format
root@master:/usr/local/hadoop-2.7.3# exit
至此, Hadoop 基本配置文件已经配好,接下来我们 clone 出两个 slave 节点。
$ lxc copy master slave0
$ lxc start slave0
$ lxc copy master slave1
$ lxc start slave1
OK ,现在,两个 slave 节点和 master 一样,我们免去了重复配置的麻烦。
启动 Hadoop 集群。
$ lxc exec master -- /bin/bash
root@master# cd/usr/local/hadoop-2.7.3root@master:/usr/local/hadoop-2.7.3# ./sbin/hadoop-daemon.shstart namenode
starting namenode, logging to/usr/local/hadoop-2.7.3/logs/hadoop-root-namenode-master.out
root@master:/usr/local/hadoop-2.7.3# ./sbin/yarn-daemon.shstart resourcemanager
starting resourcemanager, logging to/usr/local/hadoop-2.7.3/logs/yarn-root-resourcemanager-master.out
root@master:/usr/local/hadoop-2.7.3# /usr/local/jdk1.8.0_111/bin/jps506NameNode604ResourceManager829Jps
root@master:/usr/local/hadoop-2.7.3# exit
$ lxc exec slave0-- /bin/bash
root@slave0:~# cd /usr/local/hadoop-2.7.3/root@slave0:/usr/local/hadoop-2.7.3# ./sbin/hadoop-daemon.shstart datanode
starting datanode, logging to/usr/local/hadoop-2.7.3/logs/hadoop-root-datanode-slave0.out
root@slave0:/usr/local/hadoop-2.7.3# ./sbin/yarn-daemon.shstart nodemanager
starting nodemanager, logging to/usr/local/hadoop-2.7.3/logs/yarn-root-nodemanager-slave0.out
root@slave0:/usr/local/hadoop-2.7.3# /usr/local/jdk1.8.0_111/bin/jps433DataNode538NodeManager670Jps
root@slave0:/usr/local/hadoop-2.7.3# exit
# 需要对 slave1 同样启动 datanode 以及 nodemanager 。
至此,集群已经搭建完毕!我们可以通过 HOST 的浏览器看到集群的状态。
查看各个节点状态。
$ lxc list+--------+---------+--------------------+-----------------------------------------------+------------+-----------+
| NAME | STATE | IPV4 | IPV6 | TYPE | SNAPSHOTS |
+--------+---------+--------------------+-----------------------------------------------+------------+-----------+
| master | RUNNING | 10.71.16.37 (eth0) | fd16:e204:21d5:5295:216:3eff:fec9:dd16 (eth0) | PERSISTENT | 0 |
+--------+---------+--------------------+-----------------------------------------------+------------+-----------+
| slave0 | RUNNING | 10.71.16.22 (eth0) | fd16:e204:21d5:5295:216:3eff:fe8e:8e57 (eth0) | PERSISTENT | 0 |
+--------+---------+--------------------+-----------------------------------------------+------------+-----------+
| slave1 | RUNNING | 10.71.16.31 (eth0) | fd16:e204:21d5:5295:216:3eff:fe5a:ef1 (eth0) | PERSISTENT | 0 |
+--------+---------+--------------------+-----------------------------------------------+------------+-----------+
OK , 主机浏览器输入 master 节点 IP:50070 可以看到 HDFS 状态,以及 IP:8088 可以看到 Yarn 信息。在 Web 页面我们也能看到多少个节点在运行。
总 结
基于 LXD 的虚拟化容器,我们可以很方便的、很节约资源的在 Linux 主机下进行 3 节点甚至更多节点的 Hadoop 集群搭建练习。非常利于硬件资源不足的学生、老师进行演示。更多关于 LXD 的资源,以及 Hadoop 的资源,请参考各自官方文档。
下面关于Hadoop的文章您也可能喜欢,不妨看看: