Docker部署Hadoop集群

Docker部署Hadoop集群

2016-09-27 杜亦舒

前几天写了文章“Hadoop 集群搭建”之后，一个朋友留言说希望介绍下如何使用Docker部署，这个建议很好，Docker不仅在生产环境威力巨大，对于我们在自己电脑中搭建学习实验环境更是非常便利

搭建一个集群环境时需要多台服务器，对于我们个人，这通常是个门槛，需要使用虚拟机，安装操作系统，然后运行起来多个虚机

安装操作系统是个不太轻松的任务，并且运行多个虚机对个人电脑性能也有一定要求，这些门槛影响了很多小伙伴的实践积极性

使用Docker的话就简单了，不用安装操作系统，直接下载一个镜像，如centos，这样操作系统就有了，基于这个系统镜像运行多个容器，就相当于起了多个虚机，而且系统性能的消耗要远小于虚拟机

假设我们有一个 centos7 镜像，启动多个容器，每个容器都有一个IP，都能通过SSH连接操作，这样就可以在每个容器中安装 JAVA Hadoop，从而搭建起集群环境了

使用Docker搭建Hadoop集群的过程包括：

1. 安装Docker
2. 获取centos镜像
3. 安装SSH
4. 为容器配置IP
5. 安装JAVA和Hadoop
6. 配置Hadoop

第1步比较简单，去Docker官网下载安装就好，第5和第6步与在独立服务器中的操作是一样的，所以这里就介绍一下2-4步的Docker操作方式

获取centos7镜像

$ docker pull centos

大概是70多M，使用阿里云等Docker加速器的话很快就能下载完，之后在镜像列表中就可以看到

查看镜像列表的命令：

$ docker images

安装SSH

以centos7镜像为基础，构建一个带有SSH功能的centos

$ 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:111111" | 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"]

这段内容的大意是：以 centos 镜像为基础，安装SSH的相关包，设置了root用户的密码为 111111，并启动SSH服务

执行构建镜像的命令，新镜像命名为 centos7-ssh

$ docker build -t="centos7-ssh" .

执行完成后，可以在镜像列表中看到

$ docker images

设置固定IP

需要用到 pipework，他用于给容器设置IP

先下载

$ git clone https://github.com/jpetazzo/pipework.git

$ cp pipework/pipework /usr/local/bin/

安装bridge-utils

$ yum -y install bridge-utils

创建网络

$ brctl addbr br1

$ ip link set dev br1 up

$ ip addr add 192.168.3.1/24 dev br1

基于 centos7-ssh 这个镜像启动一个容器，名为 centos7.ssh

$ docker run -d --name=centos7.ssh centos7-ssh

设置IP

$ pipework br1 centos7.ssh 192.168.3.20/24

为名为 centos7.ssh 的容器指定了IP 192.168.3.20

分别使用 ping 与 ssh 命令进行验证，看是否可以ping通和成功登录

$ ping 192.168.3.20

$ ssh 192.168.3.20

ssh成功登录后，就意味着已经准备好了一台服务器，再运行2个容器、设置好IP，那么就相当于有了3台服务器

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

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

$ pipework br1 centos7.ssh2 192.168.3.22/24

$ pipework br1 centos7.ssh3 192.168.3.23/24

这样就有了3个可以SSH连接的容器，可以在上面安装和配置集群环境了

构建Hadoop镜像

上面是运行了3个centos容器，需要在每个容器中单独安装Hadoop环境，我们可以像构建SSH镜像一样，构建一个Hadoop镜像，然后运行3个Hadoop容器，这样就更简单了

$ vi Dockerfile

内容：

FROM centos7-ssh

ADD jdk-8u101-linux-x64.tar.gz /usr/local/

RUN mv /usr/local/jdk1.8.0_101 /usr/local/jdk1.8

ENV JAVA_HOME /usr/local/jdk1.8

ENV PATH $JAVA_HOME/bin:$PATH

ADD hadoop-2.7.3.tar.gz /usr/local

RUN mv /usr/local/hadoop-2.7.3 /usr/local/hadoop

ENV HADOOP_HOME /usr/local/hadoop

ENV PATH $HADOOP_HOME/bin:$PATH

RUN yum install -y which sudo

这里是基于 centos7-ssh 这个镜像，把 JAVA 和 Hadoop 的环境都配置好了

前提：在Dockerfile所在目录下准备好 jdk-8u101-linux-x64.tar.gz 与 hadoop-2.7.3.tar.gz

执行构建命令，新镜像命名为 hadoop

$ docker build -t="hadoop" .

运行3个hadoop容器，分别命名为 hadoop0,hadoop1,hadoop2，hadoop0 作为master

$ 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

容器hadoop0启动时，映射了端口号，50070和8088，是用来在浏览器中访问hadoop WEB界面的

配置IP

$ pipework br1 hadoop0 192.168.3.30/24

$ pipework br1 hadoop1 192.168.3.31/24

$ pipework br1 hadoop2 192.168.3.32/24

配置Hadoop集群

新开3个终端窗口，分别连接到 hadoop0,hadoop1,hadoop2，便于操作

$ docker exec -it hadoop0 /bin/bash

$ docker exec -it hadoop1 /bin/bash

$ docker exec -it hadoop2 /bin/bash

在各个容器中修改 /etc/hosts，添加：

192.168.3.30    master

192.168.3.31    slave1

192.168.3.32    slave2

接下来就是配置SSH免登录，及hadoop的配置文件了，方法和之前“Hadoop集群搭建”中的一样

这样就使用Docker实现了Hadoop集群的搭建