一. 项目介绍
将Hadoop打包到Docker镜像中，就可以快速地在单个机器上搭建Hadoop集群，这样可以方便新手测试和学习。
如下图所示，Hadoop的master和slave分别运行在不同的Docker容器中，其中hadoop-master容器中运行NameNode和ResourceManager，hadoop-slave容器中运行DataNode和NodeManager。NameNode和DataNode是Hadoop分布式文件系统HDFS的组件，负责储存输入以及输出数据，而ResourceManager和NodeManager是Hadoop集群资源管理系统YARN的组件，负责CPU和内存资源的调度。
之前的版本使用serf/dnsmasq为Hadoop集群提供DNS服务，由于Docker网络功能更新，现在并不需要了。更新的版本中，使用以下命令为Hadoop集群创建单独的网络:
|
sudo docker network create --driver=bridge hadoop
|
然后在运行Hadoop容器时，使用”–net=hadoop”选项，这时所有容器将运行在hadoop网络中，它们可以通过容器名称进行通信。
项目更新要点：
- 去除serf/dnsmasq
- 合并Master和Slave镜像
- 使用kiwenlau/compile-hadoop项目编译的Hadoo进行安装
- 优化Hadoop配置
二. 3节点Hadoop集群搭建步骤
1. 下载Docker镜像
|
sudo docker pull kiwenlau/hadoop:1.0
|
2. 下载GitHub仓库
|
git clone https://github.com/kiwenlau/hadoop-cluster-docker
|
3. 创建Hadoop网络
|
sudo docker network create --driver=bridge hadoop
|
4. 运行Docker容器
|
cd hadoop-cluster-docker
./start-container.sh
|
运行结果
|
start hadoop-master container...
start hadoop-slave1 container...
start hadoop-slave2 container...
|
- 启动了3个容器，1个master, 2个slave
- 运行后就进入了hadoop-master容器的/root目录
5. 启动hadoop
|
./start-hadoop.sh
|
6. 运行wordcount
|
./run-wordcount.sh
|
运行结果
|
input file1.txt:
Hello Hadoop
input file2.txt:
Hello Docker
wordcount output:
Docker 1
Hadoop 1
Hello 2
|
Hadoop网页管理地址:
- NameNode: http://192.168.59.1:50070/
- ResourceManager: http://192.168.59.1:8088/
192.168.59.1为运行容器的主机的IP。
三. N节点Hadoop集群搭建步骤
1. 准备
- 参考第二部分1~3：下载Docker镜像，下载GitHub仓库，以及创建Hadoop网络
2. 重新构建Docker镜像
|
./resize-cluster.sh 5
|
- 可以指定任意N(N>1)
3. 启动Docker容器
|
./start-container.sh 5
|
- 与第2步中的N保持一致。
4. 运行Hadoop
- 参考第二部分5~6：启动Hadoop，并运行wordcount。