docker
- Hadoop的集群,我做过一个镜像(这里)
- 然后使用这个镜像分别启动3个容器:1个Master节点,两个Slave节点
- 在Master节点上配置Slave节点信息
- 在Master上启动Hadoop集群
- 在Master上启动Zookeeper集群(这里)
- 在Master上启动Hbase集群(这里)
Scala安装
我使用的是scala-2.12.4.tgz,其他版本请看这里
解压后重命名,接来配置环境变量
编辑配置 vi ~/.bashrc
#scala
export SCALA_HOME=/usr/local/hadoop/scala-2.12.4
export PATH=$PATH:$SCALA_HOME/bin
生效配置 source ~/.bashrc
Spark安装
我使用的是spark-2.3.0-bin-hadoop2.7,其他版本请看这里
wget http://mirror.bit.edu.cn/apache/spark/spark-2.3.0/spark-2.3.0-bin-hadoop2.7.tgz
tar -zxvf spark-2.3.0-bin-hadoop2.7.tgz
mv spark-2.3.0-bin-hadoop2.7 spark-2.3.0
编辑配置 vi ~/.bashrc
#spark
export SPARK_HOME=/usr/local/hadoop/spark-2.3.0
export PATH=$PATH:$SPARK_HOME/bin
source ~/.bashrc
scala -version
生效配置 source ~/.bashrc
Spark配置
复制配置文件
cp spark-env.sh.template spark-env.sh
vi spark-env.sh配置加入
export JAVA_HOME=/usr/java/jdk1.8.0_131
export HADOOP_HOME=/usr/local/hadoop/hadoop-2.8.3
export HADOOP_CONF_DIR=/usr/local/hadoop/hadoop-2.8.3/etc/hadoop
export SPARK_HOME=/usr/local/hadoop/spark-2.3.0
export SCALA_HOME=/usr/local/hadoop/scala-2.12.4
export SPARK_MASTER_IP=master
export SPARK_EXECUTOR_MEMORY=1G
export SPARK_WORKER_CORES=2
export SPARK_WORKER_INSTANCES=1
- JAVA_HOME:Java安装目录
- SCALA_HOME:Scala安装目录
- HADOOP_HOME:hadoop安装目录
- HADOOP_CONF_DIR:hadoop集群的配置文件的目录
- SPARK_MASTER_IP:spark集群的Master节点的ip地址
- SPARK_WORKER_MEMORY:每个worker节点能够最大分配给exectors的内存大小
- SPARK_WORKER_CORES:每个worker节点所占有的CPU核数目
- SPARK_WORKER_INSTANCES:每台机器上开启的worker节点的数目
编辑slaves
cp slaves.template slaves
vi slaves加入Worker节点如下配置
slave1
slave2
提交docker镜像
docker commit -m "hadoop spark install" 288382f13c7d linux:hadoop
节点 |
hostname |
ip |
用途 |
Docker启动脚本 |
Master |
master |
10.0.0.2 |
Master |
docker run -p 50070:50070 -p 19888:19888 -p 8088:8088 -p 2181:2181 -p 16010:16010 -p 8080:8080 --name master -ti -h master linux:hadoop |
Slave |
slave1 |
10.0.0.3 |
Worker |
docker run -it -h slave1 --name slave1 linux:hadoop /bin/bash |
Slave |
slave2 |
10.0.0.4 |
Worker |
docker run -it -h slave2 --name slave2 linux:hadoop /bin/bash |
这里有几个问题:
- Docker容器中的ip地址是启动之后自动分配的,且不能手动更改
- hostname、hosts配置在容器内修改了,只能在本次容器生命周期内有效。如果容器退出了,重新启动,这两个配置将被还原。且这两个配置无法通过
commit
- 命令写入镜像
配置hosts
- 通过
ifconfig
- 命令获取各节点ip。环境不同获取的ip可能不一样,例如我本机获取的ip如下:
- master:172.17.0.2
- slave1:172.17.0.3
- slave2:172.17.0.4
- 使用
vi /etc/hosts
- 命令将如下配置写入各节点的hosts文件,注意修改ip地址:
172.17.0.2 master
172.17.0.3 slave1
172.17.0.4 slave2
- 启动sshd /usr/sbin/sshd
- 启动spark
cd /usr/local/hadoop/spark-2.3.0/sbin
./start-all.sh
注意启动顺序:zookeeper -> Hadoop -> Hbase -> spark
jps查看进程
可以通过Web页面看到查看Master的状态:http://IP:8080