在docker上部署centos+hadoop3.0分布式集群

完整步骤的思维导图

一、主机规划

3台主机：1个master、2个slaver/worker

ip地址使用docker默认的分配地址：

master：

主机名： hadoop2、ip地址： 172.17.0.2

slaver1：

主机名： hadoop3、ip地址： 172.17.0.3

主机名： hadoop4、ip地址： 172.17.0.4

二、软件安装

1、在docker中安装centos镜像，并启动centos容器，安装ssh。 --详见"docker上安装centos镜像"一文。

2、通过ssh连接到centos容器，安装jdk1.8、hadoop3.0

可以按照传统linux安装软件的方法，通过将jdk和hadoop的tar包上传到主机进行安装。

三、环境准备

1、创建hadoop专属账户

a、创建用户 useradd -m -s /bin/bash hadoop

b、修改密码 passwd hadoop

2、环境变量配置

前提：完成上一步骤，并使用hadoop用户登录

a、JAVA_HOME环境变量设置

修改用户根目录下的.bash_profile文件添加jdk的跟目录

b、HADOOP_HOME环境变量设置

修改用户根目录下的.bash_profile文件添加hadoop安装的根目录

c、将jdk和hadoop的bin、sbin目录添加到PATH环境变量中

3、在/etc/hosts文件中添加3台主机的主机名和ip地址对应信息

172.17.0.2      hadoop2
172.17.0.3      hadoop3
172.17.0.4      hadoop4

在docker中直接修改/etc/hosts文件，在重启容器后会被重置、覆盖。因此需要通过容器启动脚本docker run的--add-host参数将主机和ip地址的对应关系传入，容器在启动后会写入hosts文件中。如：

docker run --name hadoop2 --add-host hadoop2:172.17.0.2 --add-host hadoop3:172.17.0.3 --add-host hadoop4:172.17.0.4 -it centos

4、配置ssh免密码登录

$ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa

$ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

$ chmod 0600 ~/.ssh/authorized_keys

四、hadoop部署

1、在workers文件中定义工作节点

在hadoop根目录下的etc/hadoop目录下新建workers文件，并添加工作节点主机信息。

按照步骤一中的主机规划，工作节点主机为hadoop3和hadoop4两台主机。如：

[hadoop@2e1b5caaf225 ~]$ cat hadoop-3.0.0/etc/hadoop/workers

hadoop3

hadoop4

2、修改配置文件信息

a、在hadoop-env.sh中，添加JAVA_HOME信息

# JAVA_HOME=/usr/java/testing hdfs dfs -ls

JAVA_HOME=/usr/local/jdk1.8.0_131/

b、core-site.xml

fs.default.name

hdfs://hadoop2:9000

io.file.buffer.size

131072

hadoop.tmp.dir

/home/hadoop/tmp

Abase for other temporary directories.

c、hdfs-site.xml

dfs.namenode.secondary.http-address

hadoop2:9001

# 通过web界面来查看HDFS状态

dfs.namenode.name.dir

/home/hadoop/dfs/name

dfs.datanode.data.dir

/home/hadoop/dfs/data

dfs.replication

2

# 每个Block有2个备份

dfs.webhdfs.enabled

true

d、yarn-site.xml

yarn.nodemanager.aux-services

mapreduce_shuffle

yarn.nodemanager.aux-services.mapreduce.shuffle.class

org.apache.hadoop.mapred.ShuffleHandler

yarn.resourcemanager.address

hadoop2:8032

yarn.resourcemanager.scheduler.address

hadoop2:8030

yarn.resourcemanager.resource-tracker.address

hadoop2:8031

yarn.resourcemanager.admin.address

hadoop2:8033

yarn.resourcemanager.webapp.address

hadoop2:8088

yarn.nodemanager.resource.memory-mb

1024

yarn.nodemanager.resource.cpu-vcores

1

e、mapred-site.xml

mapreduce.framework.name

yarn

mapreduce.jobhistory.address

hadoop2:10020

mapreduce.jobhistory.webapp.address

hadoop2:19888

注意：

以上步骤完成以后停止当前容器，并使用docker命令保持到一个新的镜像。使用新的镜像重新启动集群，这样集群每台机器都有相同的账户、配置和软件，无需再重新配置。如：

a、停止容器

docker stop hadoop2

b、保存镜像

docker commit hadoop2 centos_me:v1.0

五、测试

1、端口映射

集群启动后，需要通过web界面观察集群的运行情况，因此 需要将容器的端口映射到宿主主机的端口上，可以通过docker run命令的-p选项完成。比如：

将yarn任务调度端口映射到宿主主机8088端口上：

docker run -it -p 8088:8088 centos

2、从新镜像启动3个容器

docker run --name hadoop2 --add-host hadoop2:172.17.0.2 --add-host hadoop3:172.17.0.3 --add-host hadoop4:172.17.0.4 -d -p 5002:22 -p 9870:9870 -p 8088:8088 -p 19888:19888 centos_me:v1.0 /usr/sbin/sshd -D

docker run --name hadoop3 --add-host hadoop2:172.17.0.2 --add-host hadoop3:172.17.0.3 --add-host hadoop4:172.17.0.4 -d -p 5003:22 centos_me:v1.0 /usr/sbin/sshd -D

docker run --name hadoop4 --add-host hadoop2:172.17.0.2 --add-host hadoop3:172.17.0.3 --add-host hadoop4:172.17.0.4 -d -p 5004:22 centos_me:v1.0 /usr/sbin/sshd -D

3、在master主机上执行start-all.sh脚本启动集群

4、在3个容器中依次使用jps命令查看进程是否启动

4、通过web页面访问

遇到的问题：

1、启动hadoop报没有which命令

a、查找which命令所在的包

使用yum search 命令查找

b、安装which包

2、ssh登录指定端口

ssh -p端口 用户@ip

3、修改/etc/hosts文件添加主机名和ipd地址映射后，重启容器新加配置丢失的解决

在启动run脚本中通过--add-host添加主机和ip的映射关系，如：

docker run --name hadoop2 --add-host hadoop2:172.17.0.2 --add-host hadoop3:172.17.0.3 --add-host hadoop4:172.17.0.4 -d -p 5002:22 centos_me:v1.0 /usr/sbin/sshd -D

4、执行wordcount例子报异常

异常一：

2018-01-09 02:50:43,320 INFO mapreduce.Job: Job job_1515466125577_0002 failed with state FAILED due to: Application application_1515466125577_0002 failed 2 times due to AM Container for appattempt_1515466125577_0002_000002 exited with exitCode: 127

Failing this attempt.Diagnostics: [2018-01-09 02:50:42.706]Exception from container-launch.

Container id: container_1515466125577_0002_02_000001

Exit code: 127

[2018-01-09 02:50:42.750]Container exited with a non-zero exit code 127. Error file: prelaunch.err.

Last 4096 bytes of prelaunch.err :

Last 4096 bytes of stderr :

/bin/bash: /bin/java: No such file or directory

解决方法：在中添加adoop-3.0.0/libexec/hadoop-config.sh文件中添加JAVA_HOME环境变量

异常二：

2018-01-09 03:25:37,250 INFO mapreduce.Job: Job job_1515468264727_0001 failed with state FAILED due to: Application application_1515468264727_0001 failed 2 times due to AM Container for appattempt_1515468264727_0001_000002 exited with exitCode: 1

Failing this attempt.Diagnostics: [2018-01-09 03:25:36.447]Exception from container-launch.

Container id: container_1515468264727_0001_02_000001

Exit code: 1

[2018-01-09 03:25:36.499]Container exited with a non-zero exit code 1. Error file: prelaunch.err.

Last 4096 bytes of prelaunch.err :

Last 4096 bytes of stderr :

Error: Could not find or load main class org.apache.hadoop.mapreduce.v2.app.MRAppMaster

Please check whether your etc/hadoop/mapred-site.xml contains the below configuration:

yarn.app.mapreduce.am.env

HADOOP_MAPRED_HOME=${full path of your hadoop distribution directory}

mapreduce.map.env

HADOOP_MAPRED_HOME=${full path of your hadoop distribution directory}

mapreduce.reduce.env

HADOOP_MAPRED_HOME=${full path of your hadoop distribution directory}

解决方法：按错误提示，在mapred-site.xml配置文件中添加hadoop根目录

异常三：

2018-01-09 03:55:18,863 INFO mapreduce.Job: Job job_1515470038765_0001 failed with state FAILED due to: Application application_1515470038765_0001 failed 2 times due to AM Container for appattempt_1515470038765_0001_000002 exited with exitCode: -103

Failing this attempt.Diagnostics: [2018-01-09 03:55:17.480]Container [pid=728,containerID=container_1515470038765_0001_02_000001] is running beyond virtual memory limits. Current usage: 146.5 MB of 1 GB physical memory used; 2.7 GB of 2.1 GB virtual memory used. Killing container.

Dump of the process-tree for container_1515470038765_0001_02_000001 :

|- PID PPID PGRPID SESSID CMD_NAME USER_MODE_TIME(MILLIS) SYSTEM_TIME(MILLIS) VMEM_USAGE(BYTES) RSSMEM_USAGE(PAGES) FULL_CMD_LINE

|- 741 728 728 728 (java) 634 19 2852925440 37258 /usr/local/jdk1.8.0_131/bin/java -Djava.io.tmpdir=/home/hadoop/tmp/nm-local-dir/usercache/hadoop/appcache/application_1515470038765_0001/container_1515470038765_0001_02_000001/tmp -Dlog4j.configuration=container-log4j.properties -Dyarn.app.container.log.dir=/home/hadoop/hadoop-3.0.0/logs/userlogs/application_1515470038765_0001/container_1515470038765_0001_02_000001 -Dyarn.app.container.log.filesize=0 -Dhadoop.root.logger=INFO,CLA -Dhadoop.root.logfile=syslog -Xmx1024m org.apache.hadoop.mapreduce.v2.app.MRAppMaster

解决方法：在yarn-site.xml中添加以下配置

yarn.nodemanager.vmem-pmem-ratio

5

Ratio between virtual memory to physical memory when setting memory limits

for containers. Container allocations are expressed in terms of physical memory, and

virtual memory usage is allowed to exceed this allocation by this ratio.

参考 https://stackoverflow.com/questions/14110428/am-container-is-running-beyond-virtual-memory-limits