docker安裝hadoop集群?圖啥呢?不圖啥,就是圖好玩.本篇博客主要是來教大家如何搭建一個docker的hadoop集群.不要問

為什么我要做這么無聊的事情,答案你也許知道,因為沒有女票.......

好了,不多說這些沒有必要的東西了,首先,我們來安裝docker.

一.docker的安裝

sudo yum install -y docker-io

sudo wget https://get.docker.com/builds/Linux/x86_64/docker-latest -O /usr/bin/docker

我們來啟動我們的docker:

sudo service docker start

開機也自啟動docker
sudo chkconfig docker on

二.拉取一個鏡像

如果我們要6.5的centos 版本,額,不要問我問什么用6.5的,因為宿主機是內核6.5的...

sudo docker pull insaneworks/centos

然后我們就可以去吃個飯喝壺茶了......反正你就就慢慢等吧.....

.......

ok,飯吃完了,我們來產生一個容器吧.

sudo docker run -it insaneworks/centos /bin/bash

ctrl+p ctrl+q可以幫助我們從容器返回宿主機.

sudo docker ps 可以查看運行的容器.

ok,我們不想要這個容器了,怎么辦呢?

sudo docker stop b152861ef001

同時再把容器刪除

sudo docker rm b152861ef001

三.制作一個hadoop鏡像

這是這里最繁瑣的過程,不過,我們可以分解來做.少年郎,我夾你杠哦,你會了這個,就再也不用擔心hadoop

不會裝了.走起!

sudo docker run -it -h master --name master insaneworks/centos /bin/bash

進入到容器里,我們第一步就是把gcc給我裝了.

yum install -y gcc

裝vim

yum install -y vim

裝lrzsz

yum install -y lrzsz

裝ssh:

yum -y install openssh-server

yum -y install openssh-clients

注意,這里我們要改一下ssh的一些配置:vim /etc/ssh/sshd_config

放開PermitEmptyPasswords no

更改UsePAM no

放開PermitRootLogin yes

啟動sshd

service sshd start

然后我們要用到ssh密碼設置

ssh-keygen -t rsa -P '' -f ~/.ssh/id_dsa

cat ~/.ssh/id_dsa.pub >> ~/.ssh/authorized_keys

這樣完了后呢,我們ssh連自己試試

ssh master

不錯,非常好使.

接下來我們把java給裝了.

通過rz將java rpm包給傳上去,好了,又該去喝一壺了........

rpm -ivh jdk-7u75-linux-x64.rpm

修改環境變量

 

export PATH USER LOGNAME MAIL HOSTNAME HISTSIZE HISTCONTROL
export JAVA_HOME=/usr/java/jdk1.7.0_75
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

source /etc/profile

下面我們該裝hadoop了,激動吧,呵呵,先把tar給裝了先.

yum install -y tar

一樣,我們用rz把hadoop的tar包傳到容器內.事先埋個伏筆,之后會有一件很坑爹的事情,反正到時候你就知道了.

嗯......等的真是好漫長..........

咚咚噠噠呼嚕娃.......咚咚噠噠呼嚕娃.......

好了,解壓:

tar zxvf hadoop-2.6.0.tar.gz

完美!

 

配置環境變量
export HADOOP_HOME=/home/hadoop/hadoop-2.6.0
export PATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$PATH

 

然后又一件事情要做,這件事情看上去好像不用做,但老子試過n次,不做就是hadoop起不來.

vim hadoop-env.sh 和 yarn-env.sh 在開頭添加如下環境變量(一定要添加切勿少了)
export JAVA_HOME=/usr/java/jdk1.7.0_75

哦,這個文件都在hadoop解壓目錄的etc中.

下面我們來寫配置文件.

 

修改hadoop core-site.xml文件
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://master:9000</value>
</property>
<property>
<name>io.file.buffer.size</name>
<value>131702</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>file:/home/songfy/hadoop-2.6.0/tmp</value>
</property>
</configuration>

 

修改hdfs-site.xml文件
<configuration>
<property>
<name>dfs.namenode.name.dir</name>
<value>file:/home/songfy/hadoop-2.6.0/dfs/name</value>
</property>
<property>
<name>dfs.datanode.data.dir</name>
<value>file:/home/songfy/hadoop-2.6.0/dfs/data</value>
</property>
<property>
<name>dfs.replication</name>
<value>2</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>master:9001</value>
</property>
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
</configuration>

修改mapred-site.xml文件
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
<property>
<name>mapreduce.jobhistory.address</name>
<value>master:10020</value>
</property>
<property>
<name>mapreduce.jobhistory.webapp.address</name>
<value>master:19888</value>
</property>
</configuration>

修改yarn-site.xml
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.nodemanager.auxservices.mapreduce.shuffle.class</name>
<value>org.apache.hadoop.mapred.ShuffleHandler</value>
</property>
<property>
<name>yarn.resourcemanager.address</name>
<value>master:8032</value>
</property>
<property>
<name>yarn.resourcemanager.scheduler.address</name>
<value>master:8030</value>
</property>
<property>
<name>yarn.resourcemanager.resource-tracker.address</name>
<value>master:8031</value>
</property>
<property>
<name>yarn.resourcemanager.admin.address</name>
<value>master:8033</value>
</property>
<property>
<name>yarn.resourcemanager.webapp.address</name>
<value>master:8088</value>
</property>
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>1024</value>
</property>
</configuration>

在slaves文件中添加
slave1
slave2
slave3

 

似乎一切都好像搞定了,少年,別急,嚇死你!

ldd /home/hadoop/hadoop-2.6.0/lib/native/libhadoop.so.1.0.0

然后你會看到:

/home/hadoop/hadoop-2.6.0/lib/native/libhadoop.so.1.0.0: /lib64/libc.so.6: version `GLIBC_2.14' not found (required by /home/hadoop/hadoop-2.6.0/lib/native/libhadoop.so.1.0.0)
linux-vdso.so.1 => (0x00007fff24dbc000)
libdl.so.2 => /lib64/libdl.so.2 (0x00007ff8c6371000)
libc.so.6 => /lib64/libc.so.6 (0x00007ff8c5fdc000)
/lib64/ld-linux-x86-64.so.2 (0x00007ff8c679b000)

 

人生是這樣的無情,人生是這樣的冷酷,之前有個小朋友問過我這個問題......我沒有理,現在,然我親手滅了這個問題!

不過大家可能明白了為什么我一上來就裝個gcc了吧.

yum install -y wget

wget http://ftp.gnu.org/gnu/glibc/glibc-2.14.tar.gz

tar zxvf glibc-2.14.tar.gz

cd glibc-2.14

mkdir build

cd build

../configure --prefix=/usr/local/glibc-2.14

make

make install

ln -sf /usr/local/glibc-2.14/lib/libc-2.14.so /lib64/libc.so.6

此時,ldd /home/hadoop/hadoop-2.6.0/lib/native/libhadoop.so.1.0.0

就沒有任何問題了

linux-vdso.so.1 => (0x00007fff72b7c000)
libdl.so.2 => /lib64/libdl.so.2 (0x00007fb996ce9000)
libc.so.6 => /lib64/libc.so.6 (0x00007fb99695c000)
/lib64/ld-linux-x86-64.so.2 (0x00007fb997113000

這樣,我們的鏡像就可以commit了

docker commit master songfy/hadoop

我們可以用docker images來查看鏡像.

REPOSITORY TAG IMAGE ID CREATED VIRTUAL SIZE
songfy/hadoop latest 311318c0a407 42 seconds ago 1.781 GB

insaneworks/centos latest 9d29fe7b2e52 9 days ago 121.1 MB

下面我們來啟動hadoop集群

 

三.啟動hadoop集群

docker rm master

sudo docker run -it -p 50070:50070 -p 19888:19888 -p 8088:8088 -h master --name master songfy/hadoop /bin/bash

sudo docker run -it -h slave1 --name slave1 songfy/hadoop /bin/bash

sudo docker run -it -h slave2 --name slave2 songfy/hadoop /bin/bash

sudo docker run -it -h slave3 --name slave3 songfy/hadoop /bin/bash

 

attach到每個節點上執行

source /etc/profile

service sshd start

接下來我們還要給每臺機器配host

docker inspect --format='{{.NetworkSettings.IPAddress}}' master

這條語句可以查看ip

172.17.0.4 master

172.17.0.5 slave1

172.17.0.6 slave2

172.17.0.7 slave3

用scp將hosts文件分發到各個node中.

 

好了,我們終于要啟動hadoop了.

hadoop namenode -format

/home/hadoop/hadoop-2.6.0/sbin/start-dfs.sh

/home/hadoop/hadoop-2.6.0/sbin/start-yarn.sh

用jps查看,發現都起來了.

 

下面我們簡單來對hdfs操作一下.

hadoop fs -mkdir /input

hadoop fs -ls /

drwxr-xr-x   - root supergroup          0 2015-08-09 09:09 /input

 

下面我們來運行一下大名鼎鼎的wordcount程序來看看.

hadoop fs -put /home/hadoop/hadoop-2.6.0/etc/hadoop/* /input/

hadoop jar /home/hadoop/hadoop-2.6.0/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar wordcount /input/ /output/wordcount/

 

不要以為一下就成功了.我們發現事實上,程序并沒有跑出來,查了下日志,看到:

2015-08-09 09:23:23,481 WARN org.apache.hadoop.yarn.server.resourcemanager.scheduler.capacity.LeafQueue: Node : slave1:41978 does not have sufficient resource for request : {Priority: 0, Capability: <memory:2048, vCores:1>, # Containers: 1, Location: *, Relax Locality: true} node total capability : <memory:1024, vCores:8>

嗯,意思是內存不夠,我們就分2G過去.

我們發現大名鼎鼎的hadoop運行的簡直奇慢無比........所以說,當你機器多,你會跑的很快,如果是docker,就歇了吧.

當然,本人也試過多宿主機部署hadoop,不過因為沒有那么多實體機,因此是在多個vmvare虛擬機上部署的docker hadoop集群.

這就是虛擬機上的云端hadoop........事實上,除了統計次數的時候,把其中一臺宿主虛擬機跑跪以外,幾乎沒什么軟用.......

好了,結果出來了,我們來看看:

 

policy 3
port 5
ports 2
ports. 2
potential 2
preferred 3
prefix. 1
present, 1
principal 4
principal. 1
printed 1
priorities. 1
priority 1
privileged 2
privileges 1
privileges. 1
properties 6
property 11
protocol 6
protocol, 2

不錯....好玩吧.......下次我們再選一個有趣的主題吧,嗯,那就hive或者storm吧......當然本人并不可靠,

或許換成lda或者word2vec這種算法主題的,或者cuda異構計算也不一定,博主是個神經病,誰知道吶.