docker中如何搭建hadoop集群

在Docker中搭建Hadoop集群，可以简化Hadoop的部署和管理过程，以下是详细的步骤：

1、安装Docker

首先需要在服务器上安装Docker，可以参考Docker官方文档进行安装：https://docs.docker.com/engine/install/

2、下载Hadoop镜像

在Docker中，可以使用官方提供的Hadoop镜像，也可以使用第三方镜像，这里以官方镜像为例，执行以下命令下载Hadoop镜像：

docker pull hadoop:2.7.3

3、配置Hadoop环境变量

为了方便管理，可以将Hadoop的环境变量配置到Docker容器中，创建一个名为hadoopenv.sh的文件，内容如下：

export JAVA_HOME=/usr/lib/jvm/java8openjdkamd64
export HADOOP_HOME=/hadoop2.7.3
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

将此文件放到Hadoop镜像的/hadoop2.7.3/etc/hadoop目录下，然后执行以下命令启动Hadoop容器：

docker run dit name hadoop v /path/to/hadoopenv.sh:/hadoop2.7.3/etc/hadoop/hadoopenv.sh p 50070:50070 p 8088:8088 hadoop:2.7.3 /bin/bash

/path/to/hadoopenv.sh是hadoopenv.sh文件在宿主机上的路径。

4、配置Hadoop集群

在Hadoop容器中，需要配置HDFS和YARN，进入Hadoop容器：

docker exec it hadoop bash

修改hdfssite.xml、coresite.xml和yarnsite.xml文件，配置HDFS和YARN的相关参数。

<!hdfssite.xml >
<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/hadoop2.7.3/data/namenode</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/hadoop2.7.3/data/datanode</value>
    </property>
</configuration>
<!coresite.xml >
<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
</configuration>
<!yarnsite.xml >
<configuration>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>localhost</value>
    </property>
    <property>
        <name>yarn.nodemanager.auxservices</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

5、启动Hadoop集群

在Hadoop容器中，执行以下命令启动HDFS和YARN：

startdfs.sh && startyarn.sh && jps

此时，可以看到NameNode、SecondaryNameNode、DataNode、ResourceManager和NodeManager等进程已经启动，可以通过访问http://localhost:50070查看HDFS的状态，通过访问http://localhost:8088查看YARN的状态。

至此，已经在Docker中搭建了一个单节点的Hadoop集群，如果需要搭建多节点的Hadoop集群，可以参考以下步骤：

1、准备多个服务器，安装Docker并下载Hadoop镜像，确保所有服务器的Hadoop版本一致。

2、在所有服务器上创建共享存储目录，用于存放HDFS的数据，可以在服务器A上创建/hadoop2.7.3/data目录，并在服务器B上创建/hadoop2.7.3/data目录，确保这两个目录在同一个网络文件系统（如NFS）上。

3、在所有服务器上配置Hadoop环境变量，并将hadoopenv.sh文件放到每个服务器的Hadoop镜像的/hadoop2.7.3/etc/hadoop目录下，然后启动每个服务器上的Hadoop容器。

docker run dit name hadoop v /path/to/hadoopenv.sh:/hadoop2.7.3/etc/hadoop/hadoopenv.sh p 50070:50070 p 8088:8088 hadoop:2.7.3 /bin/bash & # 在服务器A上启动Hadoop容器
docker run dit name hadoop v /path/to/hadoopenv.sh:/hadoop2.7.3/etc/hadoop/hadoopenv.sh p 50070:50070 p 8088:8088 hadoop:2.7.3 /bin/bash & # 在服务器B上启动Hadoop容器 ... # 在其他服务器上启动Hadoop容器

4、在所有服务器的Hadoop容器中，修改hdfssite.xml文件，配置HDFS的NameNode为SecondaryNameNode所在的服务器。

<!hdfssite.xml >
<...>
<property>
    <name>dfs.namenode.secondary.httpaddress</name>
    <value>serverB的IP地址：9868</value> # serverB的IP地址替换为实际IP地址，9868是SecondaryNameNode默认监听的端口号，可以根据实际配置进行修改。