阿里云使用Docker搭建Hadoop集群

摘要

吐血整理，搭建了两遍，亲测可用！！！
我买的是阿里云2C4G的服务器，使用的是CentOS 7.7版本。在搭建过程中踩了不少坑，本篇文章希望对大家有用

CentOS 7.7安装Docker

查看内核版本（使用root用户登陆）

uname -a

把yum包更新到最新

yum update

安装需要的软件包

yum install -y yum-utils device-mapper-persistent-data lvm2

设置yum源

sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo

创建目录

cd /mnt
mkdir docker 
cd docker

可以查看所有仓库中所有docker版本，并选择特定版本安装

yum list docker-ce --showduplicates | sort -r

安装Docker，命令：yum install docker-ce-版本号

yum install docker-ce-18.06.3.ce

启动并加入开机启动

systemctl start docker
systemctl enable docker

验证安装是否成功(有client和service两部分表示docker安装启动都成功了)

docker version

Ubuntu 18.04 安装Docker

创建目录

cd /mnt
mkdir docker 
cd docker

下载

wget https://mirrors.aliyun.com/docker-ce/linux/ubuntu/dists/bionic/pool/stable/amd64/containerd.io_1.2.6-3_amd64.deb
wget https://mirrors.aliyun.com/docker-ce/linux/ubuntu/dists/bionic/pool/stable/amd64/docker-ce-cli_19.03.9~3-0~ubuntu-bionic_amd64.deb
wget https://mirrors.aliyun.com/docker-ce/linux/ubuntu/dists/bionic/pool/stable/amd64/docker-ce_19.03.9~3-0~ubuntu-bionic_amd64.deb

安装

sudo dpkg -i *.deb

启动

service docker start

生成服务器、Hadoop镜像

获取centos7镜像

docker pull centos

查看镜像列表

docker images

安装SSH

cd /mnt/docker
mkdir ssh
cd ssh
vi Dockerfile

内容

FROM centos
MAINTAINER dys

RUN yum install -y openssh-server sudo
RUN sed -i 's/UsePAM yes/UsePAM no/g' /etc/ssh/sshd_config
RUN yum  install -y openssh-clients

RUN echo "root:1234" | chpasswd
RUN echo "root   ALL=(ALL)       ALL" >> /etc/sudoers
RUN ssh-keygen -t dsa -f /etc/ssh/ssh_host_dsa_key
RUN ssh-keygen -t rsa -f /etc/ssh/ssh_host_rsa_key

RUN mkdir /var/run/sshd
EXPOSE 22
CMD ["/usr/sbin/sshd", "-D"]

保存并退出

执行构建镜像的命令，新镜像命名为 centos7-ssh

docker build -t="centos7-ssh" .

基于 centos7-ssh 这个镜像启动三个容器

docker run -d --name=centos7.ssh centos7-ssh
docker run -d --name=centos7.ssh2 centos7-ssh
docker run -d --name=centos7.ssh3 centos7-ssh

构建Hadoop镜像

创建目录

cd /mnt/docker
mkdir hadoop
cd hadoop

下载jar包

//下载hadoop，构建镜像时使用
wget https://mirrors.bfsu.edu.cn/apache/hadoop/common/hadoop-2.9.2/hadoop-2.9.2.tar.gz
//下载jdk，构建镜像时使用
wget --no-cookies --no-check-certificate --header "Cookie: gpw_e24=http%3A%2F%2Fwww.oracle.com%2F; oraclelicense=accept-securebackup-cookie" "http://download.oracle.com/otn-pub/java/jdk/8u141-b15/336fa29ff2bb4ef291e347e091f7f4a7/jdk-8u141-linux-x64.tar.gz"

编辑DockerFile

vi Dockerfile

内容

FROM centos7-ssh
ADD jdk-8u141-linux-x64.tar.gz /usr/local/
RUN mv /usr/local/jdk1.8.0_141 /usr/local/jdk1.8
ENV JAVA_HOME /usr/local/jdk1.8
ENV PATH $JAVA_HOME/bin:$PATH

ADD hadoop-2.9.2.tar.gz /usr/local
RUN mv /usr/local/hadoop-2.9.2 /usr/local/hadoop
ENV HADOOP_HOME /usr/local/hadoop
ENV PATH $HADOOP_HOME/bin:$PATH

RUN yum install -y which sudo

保存并退出

执行构建命令

docker build -t="hadoop" .

运行容器

docker run --name hadoop0 --hostname hadoop0 -d -P -p 50070:50070 -p 8088:8088 hadoop
docker run --name hadoop1 --hostname hadoop1 -d -P hadoop
docker run --name hadoop2 --hostname hadoop2 -d -P hadoop

Hadoop 集群搭建

配置ll命令

vim ~/.bashrc

内容

增加下面的配置

alias ll='ls -l'

保存退出

重新加载

source ~/.bashrc

安装vim、net-tools

yum install net-tools
yum install vim

修改每台服务器的 /etc/hosts

使用ifconfig命令查看自己的IP，改为自己服务器的IP

172.18.0.5 hadoop0
172.18.0.6 hadoop1
172.18.0.7 hadoop2

修改时区

rm -rf /etc/localtime
ln -s /usr/share/zoneinfo/Asia/Shanghai /etc/localtime

SSH无密码登陆

在每台服务器上都执行以下命令，执行后会有多个输入提示，不用输入任何内容，全部直接回车即可

ssh-keygen

输入下面命令时，需要用到上面设置的密码1234

ssh-copy-id -i /root/.ssh/id_rsa -p 22 root@hadoop0 
ssh-copy-id -i /root/.ssh/id_rsa -p 22 root@hadoop1
ssh-copy-id -i /root/.ssh/id_rsa -p 22 root@hadoop2

安装配置 hadoop

在 master 中执行

cd /usr/local/hadoop
mkdir tmp hdfs
mkdir hdfs/data hdfs/name

配置core-site.xml

vim /usr/local/hadoop/etc/hadoop/core-site.xml

在 <configuration> 块儿中添加：

    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://hadoop0:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>file:/usr/local/hadoop/tmp</value>
    </property>
    <property>
        <name>io.file.buffer.size</name>
        <value>131702</value>
    </property>

配置hdfs-site.xml

vim /usr/local/hadoop/etc/hadoop/hdfs-site.xml

在 <configuration> 块儿中添加：

    <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>2</value>
    </property>
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>hadoop0:9001</value>
    </property>
    <property>
        <name>dfs.webhdfs.enabled</name>
        <value>true</value>
    </property>

配置mapred-site.xml

这个文件默认不存在，需要从 mapred-site.xml.template 复制过来

cp /usr/local/hadoop/etc/hadoop/mapred-site.xml.template /usr/local/hadoop/etc/hadoop/mapred-site.xml

编辑文件

vim /usr/local/hadoop/etc/hadoop/mapred-site.xml

在 <configuration> 块儿中添加：

    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>hadoop0:10020</value>
    </property>
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>hadoop0:19888</value>
    </property>

配置yarn-site.xml

vim /usr/local/hadoop/etc/hadoop/yarn-site.xml

在 <configuration> 块儿中添加：

    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.nodemanager.auxservices.mapreduce.shuffle.class</name>
        <value>org.apache.hadoop.mapred.ShuffleHandler</value>
    </property>
    <property>
        <name>yarn.resourcemanager.address</name>
        <value>hadoop0:8032</value>
    </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>hadoop0:8030</value>
    </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>hadoop0:8031</value>
    </property>
    <property>
        <name>yarn.resourcemanager.admin.address</name>
        <value>hadoop0:8033</value>
    </property>
    <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>hadoop0:8088</value>
    </property>

配置slaves

vim /usr/local/hadoop/etc/hadoop/slaves

删除已有内容，添加：

hadoop1
hadoop2

配置hadoop-env.sh

vim /usr/local/hadoop/etc/hadoop/hadoop-env.sh

找到 export JAVA_HOME=${JAVA_HOME}，改为自己JAVA_HOME的绝对路径

export JAVA_HOME=/usr/local/jdk1.8

复制文件到 hadoop1,hadoop2

scp -r /usr/local/hadoop hadoop1:/usr/local
scp -r /usr/local/hadoop hadoop2:/usr/local

设置 hadoop 环境变量

在每台服务器上都执行：

vim ~/.bashrc

增加内容

export PATH=$PATH:/usr/local/hadoop/bin:/usr/local/hadoop/sbin

保存退出，重新加载资源

source ~/.bashrc

启动 hadoop

在master启动hadoop，从节点会自动启动

初始化

hdfs namenode -format

启动

hadoop-daemon.sh start namenode
hadoop-daemon.sh start datanode
start-dfs.sh
start-yarn.sh
mr-jobhistory-daemon.sh start historyserver

测试

如果您使用的也是阿里云服务器，那需要在阿里云客户端调整安全组，阿里云默认只开放22端口，所以需要把50070、8088都开通

端口号.png

浏览器中访问：

http://服务器IP:50070/

图片1.png

http://服务器IP:8088/

图片2.png

hdfs 操作

hdfs dfs -mkdir -p /usr/local/hadoop/input
hdfs dfs -put /usr/local/hadoop/etc/hadoop/kms*.xml /usr/local/hadoop/input

http://服务器IP:50070/，在文件浏览页面查看

验证hdfs.png

mapreduce 操作

hadoop jar /usr/local/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.9.2.jar grep /usr/local/hadoop/input /usr/local/hadoop/output 'dfs[a-z.]+'

验证mapreduce.png