小編給大家分享一下基于Docker快速搭建多節(jié)點Hadoop集群的示例，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

紅花崗網(wǎng)站制作公司哪家好，找創(chuàng)新互聯(lián)！從網(wǎng)頁設計、網(wǎng)站建設、微信開發(fā)、APP開發(fā)、響應式網(wǎng)站設計等網(wǎng)站項目制作，到程序開發(fā)，運營維護。創(chuàng)新互聯(lián)公司2013年成立到現(xiàn)在10年的時間，我們擁有了豐富的建站經(jīng)驗和運維經(jīng)驗，來保證我們的工作的順利進行。專注于網(wǎng)站建設就選創(chuàng)新互聯(lián)。

一. 項目簡介

GitHub: kiwanlau/hadoop-cluster-docke
直接用機器搭建Hadoop集群是一個相當痛苦的過程，尤其對初學者來說。他們還沒開始跑wordcount，可能就被這個問題折騰的體無完膚了。而且也不是每個人都有好幾臺機器對吧。你可以嘗試用多個虛擬機搭建，前提是你有個性能杠杠的機器
我的目標是將Hadoop集群運行在Docker容器中，使Hadoop開發(fā)者能夠快速便捷地在本機搭建多節(jié)點的Hadoop集群。其實這個想法已經(jīng)有了不少實現(xiàn)，但是都不是很理想，他們或者鏡像太大，或者使用太慢，或者使用了第三方工具使得使用起來過于復雜。下表為一些已知的Hadoop on Docker項目以及其存在的問題

項目                               鏡像大小         問題
sequenceiq/hadoop-docker:latest   1.491GB    鏡像太大，只支持單個節(jié)點
sequenceiq/hadoop-docker:2.7.0    1.76 GB   
sequenceiq/hadoop-docker:2.60     1.624GB   

sequenceiq/ambari:latest          1.782GB    鏡像太大，使用太慢，使用復雜
sequenceiq/ambari:2.0.0           4.804GB   
sequenceiq/ambari:latest:1.70     4.761GB   

alvinhenrick/hadoop-mutinode      4.331GB    鏡像太大，構(gòu)建太慢，增加節(jié)點麻煩，有bug

我的項目參考了alvinhenrick/hadoop-mutinode項目，不過我做了大量的優(yōu)化和重構(gòu)。alvinhenrick/hadoop-mutinode項目的GitHub主頁如下：

• GitHub：Hadoop (YARN) Multinode Cluster with Docker

下面兩個表是alvinhenrick/hadoop-mutinode項目與我的kiwenlau/hadoop-cluster-docker項目的參數(shù)對比

鏡像名稱                     構(gòu)建時間     鏡像層數(shù)     鏡像大小
alvinhenrick/serf           258.213s    21         239.4MB
alvinhenrick/hadoop-base    2236.055s   58         4.328GB
alvinhenrick/hadoop-dn      51.959s     74         4.331GB
alvinhenrick/hadoop-nn-dn   49.548s     84         4.331GB

鏡像名稱                     構(gòu)建時間     鏡像層數(shù)    鏡像大小
kiwenlau/serf-dnsmasq       509.46s     8         206.6 MB
kiwenlau/hadoop-base        400.29s     7         775.4 MB
kiwenlau/hadoop-master      5.41s       9         775.4 MB
kiwenlau/hadoop-slave       2.41s       8         775.4 MB

可知，我主要優(yōu)化了這樣幾點：

• 更小的鏡像大小
• 更快的構(gòu)造時間
• 更少的鏡像層數(shù)

更快更方便地改變Hadoop集群節(jié)點數(shù)目
另外，alvinhenrick/hadoop-mutinode項目增加節(jié)點時需要手動修改Hadoop配置文件然后重新構(gòu)建hadoop-nn-dn鏡像,然后修改容器啟動腳本，才能實現(xiàn)增加節(jié)點的功能。而我通過shell腳本實現(xiàn)自動話，不到1分鐘可以重新構(gòu)建hadoop-master鏡像，然后立即運行！本項目默認啟動3個節(jié)點的Hadoop集群，支持任意節(jié)點數(shù)的Hadoop集群
另外，啟動Hadoop，運行wordcount以及重新構(gòu)建鏡像都采用了shell腳本實現(xiàn)自動化。這樣使得整個項目的使用以及開發(fā)都變得非常方便快捷
開發(fā)測試環(huán)境

• 操作系統(tǒng)：ubuntu 14.04 和 ubuntu 12.04
• 內(nèi)核版本: 3.13.0-32-generic
• Docker版本：1.5.0 和1.6.2

小伙伴們，硬盤不夠，內(nèi)存不夠，尤其是內(nèi)核版本過低會導致運行失敗

二. 鏡像簡介

本項目一共開發(fā)了4個鏡像：

• serf-dnsmasq
• hadoop-base
• hadoop-master
• hadoop-slave

serf-dnsmasq鏡像

• 基于ubuntu:15.04 （選它是因為它最小，不是因為它新）
• 安裝serf: serf是一個分布式的機器節(jié)點管理工具。它可以動態(tài)地發(fā)現(xiàn)所有Hadoop集群節(jié)點。
• 安裝dnsmasq: dnsmasq作為輕量級的DNS服務器。它可以為Hadoop集群提供域名解析服務。

容器啟動時，master節(jié)點的IP會傳給所有slave節(jié)點。serf會在container啟動后立即啟動。slave節(jié)點上的serf agent會馬上發(fā)現(xiàn)master節(jié)點（master IP它們都知道嘛），master節(jié)點就馬上發(fā)現(xiàn)了所有slave節(jié)點。然后它們之間通過互相交換信息，所有節(jié)點就能知道其他所有節(jié)點的存在了。（Everyone will know Everyone）。serf發(fā)現(xiàn)新的節(jié)點時，就會重新配置dnsmasq，然后重啟dnsmasq。所以dnsmasq就能夠解析集群的所有節(jié)點的域名啦。這個過程隨著節(jié)點的增加會耗時更久，因此，若配置的Hadoop節(jié)點比較多，則在啟動容器后需要測試serf是否發(fā)現(xiàn)了所有節(jié)點，DNS是否能夠解析所有節(jié)點域名。稍等片刻才能啟動Hadoop。這個解決方案是由SequenceIQ公司提出的，該公司專注于將Hadoop運行在Docker中
hadoop-base鏡像

• 基于serf-dnsmasq鏡像
• 安裝JDK（OpenJDK）
• 安裝openssh-server，配置無密碼SSH
• 安裝vim：介樣就可以愉快地在容器中敲代碼了
• 安裝Hadoop 2.3.0: 安裝編譯過的Hadoop（2.5.2， 2.6.0， 2.7.0 都比2.3.0大，所以我懶得升級了）

如果需要重新開發(fā)我的hadoop-base, 需要下載編譯過的hadoop-2.3.0安裝包，放到hadoop-cluster-docker/hadoop-base/files目錄
hadoop-master鏡像

• 基于hadoop-base鏡像
• 配置hadoop的master節(jié)點
• 格式化namenode

這一步需要配置slaves文件，而slaves文件需要列出所有節(jié)點的域名或者IP。因此，Hadoop節(jié)點數(shù)目不同時，slaves文件自然也不一樣。因此，更改Hadoop集群節(jié)點數(shù)目時，需要修改slaves文件然后重新構(gòu)建hadoop-master鏡像。我編寫了一個resize-cluster.sh腳本自動化這一過程。僅需給定節(jié)點數(shù)目作為腳本參數(shù)就可以輕松實現(xiàn)Hadoop集群節(jié)點數(shù)目的更改。由于hadoop-master鏡像僅僅做一些配置工作，也無需下載任何文件，整個過程非?？?，1分鐘就足夠了
hadoop-slave鏡像

• 基于hadoop-base鏡像
• 配置hadoop的slave節(jié)點

鏡像大小分析
下表為sudo docker images的運行結(jié)果：

REPOSITORY                                TAG      IMAGE ID        CREATED         VIRTUAL SIZE
index.alauda.cn/kiwenlau/hadoop-slave     0.1.0    d63869855c03    17 hours ago    777.4 MB
index.alauda.cn/kiwenlau/hadoop-master    0.1.0    7c9d32ede450    17 hours ago    777.4 MB
index.alauda.cn/kiwenlau/hadoop-base      0.1.0    5571bd5de58e    17 hours ago    777.4 MB
index.alauda.cn/kiwenlau/serf-dnsmasq     0.1.0    09ed89c24ee8    17 hours ago    206.7 MB
ubuntu                                    15.04    bd94ae587483    3 weeks ago     131.3 MB

易知以下幾個結(jié)論：

• serf-dnsmasq鏡像在ubuntu:15.04鏡像的基礎上增加了75.4MB
• hadoop-base鏡像在serf-dnsmasq鏡像的基礎上增加了570.7MB
• hadoop-master和hadoop-slave鏡像在hadoop-base鏡像的基礎上大小幾乎沒有增加

下表為sudo docker history index.alauda.cn/kiwenlau/hadoop-base:0.1.0的部分運行結(jié)果

IMAGE           CREATED             CREATED BY                                      SIZE
2039b9b81146    44 hours ago        /bin/sh -c #(nop) ADD multi:a93c971a49514e787   158.5 MB
cdb620312f30    44 hours ago        /bin/sh -c apt-get install -y openjdk-7-jdk     324.6 MB
da7d10c790c1    44 hours ago        /bin/sh -c apt-get install -y openssh-server    87.58 MB
c65cb568defc    44 hours ago        /bin/sh -c curl -Lso serf.zip https://dl.bint   14.46 MB
3e22b3d72e33    44 hours ago        /bin/sh -c apt-get update && apt-get install    60.89 MB
b68f8c8d2140    3 weeks ago         /bin/sh -c #(nop) ADD file:d90f7467c470bfa9a3   131.3 MB

可知：

• 基礎鏡像ubuntu:15.04為131.3MB
• 安裝OpenJDK需要324.6MB
• 安裝Hadoop需要158.5MB
• Ubuntu、OpenJDK與Hadoop均為鏡像所必須，三者一共占了614.4MB

因此，我所開發(fā)的hadoop鏡像以及接近最小，優(yōu)化空間已經(jīng)很小了。

三. 3節(jié)點Hadoop集群搭建步驟

1. 拉取鏡像

sudo docker pull index.alauda.cn/kiwenlau/hadoop-master:0.1.0
sudo docker pull index.alauda.cn/kiwenlau/hadoop-slave:0.1.0
sudo docker pull index.alauda.cn/kiwenlau/hadoop-base:0.1.0
sudo docker pull index.alauda.cn/kiwenlau/serf-dnsmasq:0.1.0

3~5分鐘OK~也可以直接從我的DokcerHub倉庫中拉取鏡像，這樣就可以跳過第2步：

sudo docker pull kiwenlau/hadoop-master:0.1.0
sudo docker pull kiwenlau/hadoop-slave:0.1.0
sudo docker pull kiwenlau/hadoop-base:0.1.0
sudo docker pull kiwenlau/serf-dnsmasq:0.1.0

查看下載的鏡像：

sudo docker images

運行結(jié)果：

REPOSITORY                                TAG      IMAGE ID        CREATED         VIRTUAL SIZE
index.alauda.cn/kiwenlau/hadoop-slave     0.1.0    d63869855c03    17 hours ago    777.4 MB
index.alauda.cn/kiwenlau/hadoop-master    0.1.0    7c9d32ede450    17 hours ago    777.4 MB
index.alauda.cn/kiwenlau/hadoop-base      0.1.0    5571bd5de58e    17 hours ago    777.4 MB
index.alauda.cn/kiwenlau/serf-dnsmasq     0.1.0    09ed89c24ee8    17 hours ago    206.7 MB

其中hadoop-base鏡像是基于serf-dnsmasq鏡像的，hadoop-slave鏡像和hadoop-master鏡像都是基于hadoop-base鏡像。所以其實4個鏡像一共也就777.4MB
2. 修改鏡像tag

sudo docker tag d63869855c03 kiwenlau/hadoop-slave:0.1.0
sudo docker tag 7c9d32ede450 kiwenlau/hadoop-master:0.1.0
sudo docker tag 5571bd5de58e kiwenlau/hadoop-base:0.1.0
sudo docker tag 09ed89c24ee8 kiwenlau/serf-dnsmasq:0.1.0 

查看修改tag后鏡像：

sudo docker images

運行結(jié)果：

REPOSITORY                               TAG      IMAGE ID        CREATED         VIRTUAL SIZE
index.alauda.cn/kiwenlau/hadoop-slave    0.1.0    d63869855c03    17 hours ago    777.4 MB
kiwenlau/hadoop-slave                    0.1.0    d63869855c03    17 hours ago    777.4 MB
index.alauda.cn/kiwenlau/hadoop-master   0.1.0    7c9d32ede450    17 hours ago    777.4 MB
kiwenlau/hadoop-master                   0.1.0    7c9d32ede450    17 hours ago    777.4 MB
kiwenlau/hadoop-base                     0.1.0    5571bd5de58e    17 hours ago    777.4 MB
index.alauda.cn/kiwenlau/hadoop-base     0.1.0    5571bd5de58e    17 hours ago    777.4 MB
kiwenlau/serf-dnsmasq                    0.1.0    09ed89c24ee8    17 hours ago    206.7 MB
index.alauda.cn/kiwenlau/serf-dnsmasq    0.1.0    09ed89c24ee8    17 hours ago    206.7 MB

之所以要修改鏡像，是因為我默認是將鏡像上傳到Dockerhub, 因此Dokerfile以及shell腳本中得鏡像名稱都是沒有alauada前綴的，sorry for this....不過改tag還是很快滴。若直接下載我在DockerHub中的鏡像，自然就不需要修改tag...不過Alauda鏡像下載速度很快的哈
3.下載源代碼

git clone https://github.com/kiwenlau/hadoop-cluster-docker

為了防止GitHub被XX，我把代碼導入到了開源中國的Git倉庫：

git clone http://git.oschina.net/kiwenlau/hadoop-cluster-docker

4. 運行容器

cd hadoop-cluster-docker
./start-container.sh

運行結(jié)果：

start master container...
start slave1 container...
start slave2 container...
root@master:~# 

一共開啟了3個容器，1個master, 2個slave。開啟容器后就進入了master容器root用戶的根目錄（/root）
查看master的root用戶家目錄的文件：

ls

運行結(jié)果：

hdfs  run-wordcount.sh   serf_log  start-hadoop.sh  start-ssh-serf.sh

start-hadoop.sh是開啟hadoop的shell腳本，run-wordcount.sh是運行wordcount的shell腳本，可以測試鏡像是否正常工作
5.測試容器是否正常啟動（此時已進入master容器
查看hadoop集群成員：

serf members

運行結(jié)果：

master.kiwenlau.com  172.17.0.65:7946  alive  
slave1.kiwenlau.com  172.17.0.66:7946  alive  
slave2.kiwenlau.com  172.17.0.67:7946  alive

若結(jié)果缺少節(jié)點，可以稍等片刻，再執(zhí)行“serf members”命令。因為serf agent需要時間發(fā)現(xiàn)所有節(jié)點
測試ssh：

ssh slave2.kiwenlau.com

運行結(jié)果：

Warning: Permanently added 'slave2.kiwenlau.com,172.17.0.67' (ECDSA) to the list of known hosts.
Welcome to Ubuntu 15.04 (GNU/Linux 3.13.0-53-generic x86_64)
* Documentation:  /tupian/20230522/
The programs included with the Ubuntu system are free software;
the exact distribution terms for each program are described in the
individual files in /usr/share/doc/*/copyright.
Ubuntu comes with ABSOLUTELY NO WARRANTY, to the extent permitted by
applicable law.
root@slave2:~# 

退出slave2：

exit

運行結(jié)果：

logout
Connection to slave2.kiwenlau.com closed.

若ssh失敗，請稍等片刻再測試，因為dnsmasq的dns服務器啟動需要時間。測試成功后，就可以開啟Hadoop集群了！其實你也可以不進行測試，開啟容器后耐心等待一分鐘即可
6. 開啟Hadoop

./start-hadoop.sh

上一步ssh到slave2之后，請記得回到master?。∵\行結(jié)果太多，忽略，Hadoop的啟動速度取決于機器性能...
7. 運行wordcoun

./run-wordcount.sh

運行結(jié)果：

input file1.txt:
Hello Hadoop

input file2.txt:
Hello Docker

wordcount output:
Docker  1
Hadoop  1
Hello   2

wordcount的執(zhí)行速度取決于機器性能...

四. N節(jié)點Hadoop集群搭建步驟

1. 準備工作

• 參考第二部分1~3：下載鏡像，修改tag，下載源代碼
• 注意，你可以不下載serf-dnsmasq，但是請好下載hadoop-base，因為hadoop-master是基于hadoop-base構(gòu)建的。

2. 重新構(gòu)建hadoop-master鏡像

./resize-cluster.sh 5

• 不要擔心，1分鐘就能搞定
• 你可以為resize-cluster.sh腳本設不同的正整數(shù)作為參數(shù)數(shù)1, 2, 3, 4, 5, 6...

3. 啟動容器

./start-container.sh 5

• 你可以為start-container.sh腳本設不同的正整數(shù)作為參數(shù)數(shù)1, 2, 3, 4, 5, 6...
• 這個參數(shù)呢，好還是得和上一步的參數(shù)一致:)
• 這個參數(shù)如果比上一步的參數(shù)大，你多啟動的節(jié)點，Hadoop不認識它們..
• 這個參數(shù)如果比上一步的參數(shù)小，Hadoop覺得少啟動的節(jié)點掛掉了..

4. 測試工作

• 參考第三部分5~7：測試容器，開啟Hadoop，運行wordcount
• 請注意，若節(jié)點增加，請務必先測試容器，然后再開啟Hadoop, 因為serf可能還沒有發(fā)現(xiàn)所有節(jié)點，而dnsmasq的DNS服務器表示還沒有配置好服務
• 測試等待時間取決于機器性能....

以上是基于Docker快速搭建多節(jié)點Hadoop集群的示例的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學習更多知識，歡迎關注創(chuàng)新互聯(lián)行業(yè)資訊頻道！

新聞標題：基于Docker快速搭建多節(jié)點Hadoop集群的示例-創(chuàng)新互聯(lián)
標題URL：http://weahome.cn/article/decses.html