使用搭建部署分布式集群
一：环境准备： 1：首先要有一个Centos7操作系统，可以在虚拟机中安装。 2：在centos7中安装docker，docker的版本为1.8.2 安装步骤如下： <1>安装制定版本的dockeryum install -y docker-1.8.2-10.el7.centos
<2>安装的时候可能会报错，需要删除这个依赖
rpm -e lvm2-7:2.02.105-14.el7.x86_64
启动docker
service docker start
验证安装结果：
需要关闭防火墙并重启系统
systemctl stop firewalldsystemctl disable firewalld注意：执行完上面的命令之后需要重启系统reboot -h(重启系统)
<4>运行容器可能会报错
需要关闭selinux 解决方法：
1：setenforce 0(立刻生效，不需要重启操作系统)2：修改/etc/selinux/config文件中的SELINUX=disabled ，然后重启系统生效建议两个步骤都执行，这样可以确保系统重启之后selinux也是关闭状态
3：需要先构建一个hadoop的基础镜像，使用dockerfile文件方式进行构建。 先构建一个具备ssh功能的镜像，方便后期使用。（但是这样对于容器的安全性会有影响） 注意：这个镜像中的root用户的密码是root Mkdir centos-ssh-root Cd centos-ssh-root Vi Dockerfile
选择一个已有的os镜像作为基础 FROM centos # 镜像的作者 MAINTAINER crxy # 安装openssh-server和sudo软件包，并且将sshd的UsePAM参数设置成no RUN yum install -y openssh-server sudo RUN sed -i 's/UsePAM yes/UsePAM no/g' /etc/ssh/sshd_config #安装openssh-clientsRUN yum install -y openssh-clients# 添加测试用户root，密码root，并且将此用户添加到sudoers里 RUN echo "root:root" | chpasswd RUN echo "root ALL=(ALL) ALL" >> /etc/sudoers # 下面这两句比较特殊，在centos6上必须要有，否则创建出来的容器sshd不能登录 RUN ssh-keygen -t dsa -f /etc/ssh/ssh_host_dsa_key RUN ssh-keygen -t rsa -f /etc/ssh/ssh_host_rsa_key # 启动sshd服务并且暴露22端口 RUN mkdir /var/run/sshd EXPOSE 22 CMD ["/usr/sbin/sshd", "-D"]
构建命令： docker build -t=”crxy/centos-ssh-root” .
查询刚才构建成功的镜像
FROM crxy/centos-ssh-rootADD jdk-7u75-linux-x64.tar.gz /usr/local/RUN mv /usr/local/jdk1.7.0_75 /usr/local/jdk1.7ENV JAVA_HOME /usr/local/jdk1.7ENV PATH $JAVA_HOME/bin:$PATH
构建命令： docker build -t=”crxy/centos-ssh-root-jdk” .
5：基于这个jdk镜像再构建一个带有hadoop的镜像 注意：hadoop使用的是2.4.1版本的。 Mkdir centos-ssh-root-jdk-hadoop Cd centos-ssh-root-jdk-hadoop Cp ../hadoop-2.4.1.tar.gz . Vi Dockerfile
FROM crxy/centos-ssh-root-jdkADD hadoop-2.4.1.tar.gz /usr/localRUN mv /usr/local/hadoop-2.4.1 /usr/local/hadoopENV HADOOP_HOME /usr/local/hadoopENV PATH $HADOOP_HOME/bin:$PATH
构建命令： docker build -t=”crxy/centos-ssh-root-jdk-hadoop” .
二：搭建hadoop分布式集群 1：集群规划 准备搭建一个具有三个节点的集群，一主两从 主节点：hadoop0 ip：192.168.2.10 从节点1：hadoop1 ip：192.168.2.11 从节点2：hadoop2 ip：192.168.2.12
但是由于docker容器重新启动之后ip会发生变化，所以需要我们给docker设置固定ip。使用pipework给docker容器设置固定ip 2：启动三个容器，分别作为hadoop0 hadoop1 hadoop2 在宿主机上执行下面命令，给容器设置主机名和容器的名称，并且在hadoop0中对外开放端口50070 和8088
docker run --name hadoop0 --hostname hadoop0 -d -P -p 50070:50070 -p 8088:8088 crxy/centos-ssh-root-jdk-hadoopdocker run --name hadoop1 --hostname hadoop1 -d -P crxy/centos-ssh-root-jdk-hadoopdocker run --name hadoop2 --hostname hadoop2 -d -P crxy/centos-ssh-root-jdk-hadoop
使用docker ps 查看刚才启动的是三个容器
3：给这三台容器设置固定IP 1：下载pipework 下载地址： https://github.com/jpetazzo/pipework.git 2：把下载的zip包上传到宿主机服务器上，解压,改名字
unzip pipework-master.zipmv pipework-master pipeworkcp -rp pipework/pipework /usr/local/bin/
3：安装bridge-utils
yum -y install bridge-utils
4：创建网络
brctl addbr br0ip link set dev br0 upip addr add 192.168.2.1/24 dev br0
5：给容器设置固定ip
pipework br0 hadoop0 192.168.2.10/24pipework br0 hadoop1 192.168.2.11/24pipework br0 hadoop2 192.168.2.12/24
验证一下，分别ping三个ip，能ping通就说明没问题
4：配置hadoop集群 先连接到hadoop0上， 使用命令
docker exec -it hadoop0 /bin/bash
下面的步骤就是hadoop集群的配置过程 1：设置主机名与ip的映射，修改三台容器：vi /etc/hosts 添加下面配置
192.168.2.10 hadoop0192.168.2.11 hadoop1192.168.2.12 hadoop2
2：设置ssh免密码登录 在hadoop0上执行下面操作
cd ~mkdir .sshcd .sshssh-keygen -t rsa(一直按回车即可)ssh-copy-id -i localhostssh-copy-id -i hadoop0ssh-copy-id -i hadoop1ssh-copy-id -i hadoop2在hadoop1上执行下面操作cd ~cd .sshssh-keygen -t rsa(一直按回车即可)ssh-copy-id -i localhostssh-copy-id -i hadoop1在hadoop2上执行下面操作cd ~cd .sshssh-keygen -t rsa(一直按回车即可)ssh-copy-id -i localhostssh-copy-id -i hadoop2
3：在hadoop0上修改hadoop的配置文件 进入到/usr/local/hadoop/etc/hadoop目录 修改目录下的配置文件core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml (1)hadoop-env.sh
export JAVA_HOME=/usr/local/jdk1.7
(2)core-site.xml
(3)hdfs-site.xml
(4)yarn-site.xml
(5)修改文件名：mv mapred-site.xml.template mapred-site.xml vi mapred-site.xml
(6)格式化 进入到/usr/local/hadoop目录下 1、执行格式化命令
bin/hdfs namenode -format注意：在执行的时候会报错，是因为缺少which命令，安装即可执行下面命令安装yum install -y which
格式化操作不能重复执行。如果一定要重复格式化，带参数-force即可。 (7)启动伪分布hadoop
命令：sbin/start-all.sh
使用jps，检查进程是否正常启动？能看到下面几个进程表示伪分布启动成功
[root@hadoop0 hadoop]# jps3267 SecondaryNameNode3003 NameNode3664 Jps3397 ResourceManager3090 DataNode3487 NodeManager
(8)停止伪分布hadoop
命令：sbin/stop-all.sh
(9)指定nodemanager的地址，修改文件yarn-site.xml
(10)修改hadoop0中hadoop的一个配置文件etc/hadoop/slaves 删除原来的所有内容，修改为如下
hadoop1hadoop2
(11)在hadoop0中执行命令
scp -rq /usr/local/hadoop hadoop1:/usr/local scp -rq /usr/local/hadoop hadoop2:/usr/local
(12)启动hadoop分布式集群服务
执行sbin/start-all.sh
注意：在执行的时候会报错，是因为两个从节点缺少which命令，安装即可
分别在两个从节点执行下面命令安装
yum install -y which
再启动集群(如果集群已启动，需要先停止)
sbin/start-all.sh
(13)验证集群是否正常 首先查看进程： Hadoop0上需要有这几个进程
[root@hadoop0 hadoop]# jps4643 Jps4073 NameNode4216 SecondaryNameNode4381 ResourceManager
Hadoop1上需要有这几个进程
[root@hadoop1 hadoop]# jps715 NodeManager849 Jps645 DataNode
Hadoop2上需要有这几个进程
[root@hadoop2 hadoop]# jps456 NodeManager589 Jps388 DataNode
使用程序验证集群服务 创建一个本地文件
vi a.txthello youhello me
上传a.txt到hdfs上
hdfs dfs -put a.txt /
执行wordcount程序
cd /usr/local/hadoop/share/hadoop/mapreducehadoop jar hadoop-mapreduce-examples-2.4.1.jar wordcount /a.txt /out
这样就说明集群正常了。
通过浏览器访问集群的服务 由于在启动hadoop0这个容器的时候把50070和8088映射到宿主机的对应端口上了
adb9eba7142b crxy/centos-ssh-root-jdk-hadoop "/usr/sbin/sshd -D" About an hour ago Up About an hour 0.0.0.0:8088->8088/tcp, 0.0.0.0:50070->50070/tcp, 0.0.0.0:32770->22/tcp hadoop0
1
1
所以在这可以直接通过宿主机访问容器中hadoop集群的服务 宿主机的ip为：192.168.1.144
http://192.168.1.144:50070/http://192.168.1.144:8088/
三：集群节点重启 停止三个容器，在宿主机上执行下面命令
docker stop hadoop0docker stop hadoop1docker stop hadoop2
容器停止之后，之前设置的固定ip也会消失，重新再使用这几个容器的时候还需要重新设置固定ip 先把之前停止的三个容器起来
docker start hadoop0docker start hadoop1docker start hadoop2
在宿主机上执行下面命令重新给容器设置固定ip
pipework br0 hadoop0 192.168.2.10/24pipework br0 hadoop1 192.168.2.11/24pipework br0 hadoop2 192.168.2.12/24
还需要重新在容器中配置主机名和ip的映射关系，每次都手工写比较麻烦 写一个脚本，runhosts.sh
!/bin/bashecho 192.168.2.10 hadoop0 >> /etc/hostsecho 192.168.2.11 hadoop1 >> /etc/hostsecho 192.168.2.12 hadoop2 >> /etc/hosts
添加执行权限，chmod +x runhosts.sh
把这个脚本拷贝到所有节点，并且分别执行这个脚本
scp runhosts.sh hadoop1:~scp runhosts.sh hadoop2:~
执行脚本的命令 ./runhosts.sh
查看/etc/hosts文件中是否添加成功
注意：有一些docker版本中不会在hosts文件中自动生成下面这些映射，所以我们才在这里手工给容器设置固定ip，并设置主机名和ip的映射关系。
172.17.0.25 hadoop0172.17.0.25 hadoop0.bridge172.17.0.26 hadoop1172.17.0.26 hadoop1.bridge172.17.0.27 hadoop2172.17.0.27 hadoop2.bridge
启动hadoop集群
sbin/start-all.sh