阿里云使用Docker搭建Hadoop集群
2020-08-24 本文已影响0人
奋斗的蛐蛐
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
