Linux

Info:

• Ubuntu 16.10 x64

Docker 本身就是基于 Linux 的，所以首先以我的一臺(tái)服務(wù)器做實(shí)驗(yàn)。雖然最后跑 wordcount 已經(jīng)由于內(nèi)存不足而崩掉，但是之前的過程還是可以參考的。

連接服務(wù)器

使用 ssh 命令連接遠(yuǎn)程服務(wù)器。

ssh root@[Your IP Address]

更新軟件列表

apt-get update

更新完成。

安裝 Docker

sudo apt-get install docker.io

當(dāng)遇到輸入是否繼續(xù)時(shí)，輸入「Y／y」繼續(xù)。

安裝完成

輸入「docker」測(cè)試是否安裝成功。

拉取鏡像

鏡像，是 Docker 的核心，可以通過從遠(yuǎn)程拉取鏡像即可配置好我們所需要的環(huán)境，我們這次需要的是 Hadoop 集群的鏡像。

在本文中，我們將使用 kiwenlau 的 Hadoop 集群鏡像以及其配置。由于我的服務(wù)器本身即在國(guó)外，因此拉取鏡像的速度較快，國(guó)內(nèi)由于眾所周知的原因，可以替換為相應(yīng)的國(guó)內(nèi)源，以加快拉取速度。

sudo docker pull kiwenlau/hadoop:1.0

拉取鏡像完成。

克隆倉(cāng)庫

克隆倉(cāng)庫到當(dāng)前文件夾（可以自行創(chuàng)建并切換到相應(yīng)文件夾）。

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

克隆倉(cāng)庫完成

橋接網(wǎng)絡(luò)

sudo docker network create --driver=bridge hadoop

運(yùn)行容器

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

默認(rèn)是 1 個(gè)主節(jié)點(diǎn)，2 個(gè)從節(jié)點(diǎn)，當(dāng)然也可以根據(jù)性能調(diào)整為 N 節(jié)點(diǎn)，詳見文末參考鏈接。

啟動(dòng) Hadoop

./start-hadoop.sh

在上一步，我們已經(jīng)運(yùn)行容器，即可直接運(yùn)行 Hadoop。啟動(dòng)時(shí)長(zhǎng)與機(jī)器性能有關(guān)，也是難為了我這一臺(tái) 512 MB 內(nèi)存的服務(wù)器。

測(cè)試 Word Count

./run-wordcount.sh

Word Count 是一個(gè)測(cè)試 Hadoop 的 Shell 腳本，即計(jì)算文本中的單詞個(gè)數(shù)。不過由于我的服務(wù)器內(nèi)存不夠分配無法完成，所以后續(xù)以本機(jī)進(jìn)行測(cè)試。

網(wǎng)頁管理

我們可以通過網(wǎng)頁遠(yuǎn)程管理 Hadoop：

1. Name Node: [Your IP Address]:50070/
2. Resource Manager: [Your IP Address]:8088/

macOS

Info:

1. macOS 10.12.4 beta (16E191a)

下載 & 安裝

打開 Docker 官方網(wǎng)站：https://www.docker.com，選擇社區(qū)版，并下載、安裝。Windows 系統(tǒng)用戶可以選擇 Windows 版本。

Docker CE

macOS or Windows

運(yùn)行 Docker

打開 Docker。為了簡(jiǎn)單，我沒有改動(dòng)配置，如需更改，可以在 Preferences 中修改。

我們可以在終端（Terminal）輸入「docker」，測(cè)試是否安裝成功。

拉取鏡像 & 克隆倉(cāng)庫 & 橋接網(wǎng)絡(luò) & 運(yùn)行容器 & 啟動(dòng) Hadoop

同 Linux。

測(cè)試 Word Count

./run-wordcount.sh

同 Linux，但這次我們可以運(yùn)算出結(jié)果了。

Windows

其實(shí)最開始就沒有打算放出 Windows 版，倒不是因?yàn)橛X得 Windows 不好，而是目前手頭沒有 Windows 的電腦，借用同學(xué)的電腦也不是很方便。如果需要安裝 Docker，需要 CPU 支持虛擬化，且安裝了 64 位 Windows 10 Pro/企業(yè)版（需要開啟 Hyper-V）。其他版本的 Windows 可以安裝 Docker Toolbox。

Intellij IDEA

我們的 Hadoop 集群已經(jīng)在容器里安裝完成，而且已經(jīng)可以運(yùn)行。相比自己一個(gè)個(gè)建立虛擬機(jī)，這樣的確十分方便、快捷。為了便于開發(fā)調(diào)試，接下來就需要在 Intellij IDEA 下配置開發(fā)環(huán)境，包管理工具選擇 Gradle。Maven 配合 Eclipse 的配置網(wǎng)上已經(jīng)有很多了，需要的同學(xué)可以自行搜索。

Docker 開啟 9000 端口映射

由于我們使用的是 kiwenlau 的鏡像和開源腳本，雖然加快了配置過程，但是也屏蔽了很多細(xì)節(jié)。比如在其腳本中只默認(rèn)開啟了 50070 和 8088 的端口映射，我們可以通過 docker ps（注意是在本機(jī)，而不是在容器運(yùn)行該命令）列出所有容器，查看容器映射的端口。

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

切換到腳本文件夾，使用 Vim 編輯 start-container.sh。在圖中光標(biāo)處添加以下內(nèi)容，保存并退出。

-p 9000:9000 \

重啟容器，并查看容器狀態(tài)，如圖即為映射成功。

開啟 Web HDFS 管理*

該步非必須。為了方便在網(wǎng)頁端管理，因此開啟 Web 端，默認(rèn)關(guān)閉。

which hadoop
cd /usr/local/hadoop/etc/hadoop/
ls

vi core-site.xml

找到 Hadoop 配置文件路徑，使用 Vi 編輯，若 Vi 的插入模式（Insert Mode）中，上下左右變成了 ABCD，那么可以使用以下命令即可：cp /etc/vim/vimrc ~/.vimrc 修復(fù)。

添加以下內(nèi)容。

<property>
  <name>dfs.webhdfs.enabled</name>
  <value>true</value>
</property>

啟動(dòng) Hadoop

同 Linux。

構(gòu)建依賴

使用 Intellij IDEA 新建一個(gè) Gradle 項(xiàng)目，在 Build.gradle 中加入以下依賴（對(duì)應(yīng)容器 Hadoop 版本）。

compile group: 'org.apache.hadoop', name: 'hadoop-common', version: '2.7.2'
compile group: 'org.apache.hadoop', name: 'hadoop-hdfs', version: '2.7.2'

Demo

import org.apache.commons.io.IOUtils;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import org.junit.Before;
import org.junit.Test;

import java.io.FileInputStream;
import java.io.IOException;
import java.net.URI;

/**
 * Created by kingcos on 25/03/2017.
 */
public class HDFSOperations {

  FileSystem fileSystem;

  @Before
  public void configure() throws Exception {
    Configuration configuration = new Configuration();
    configuration.set("fs.defaultFS", "hdfs://192.168.1.120:9000");
    fileSystem = FileSystem.get(URI.create("hdfs://192.168.1.120:9000"), configuration, "root");
  }

  @Test
  public void listFiles() throws IOException {
    Path path = new Path("/");
    RemoteIterator<LocatedFileStatus> iterator = fileSystem.listFiles(path, true);

    while (iterator.hasNext()) {
      LocatedFileStatus status = iterator.next();
      System.out.println(status.getPath().getName());
    }
  }

  @Test
  public void rm() throws IOException {
    Path path = new Path("/");
    fileSystem.delete(path, true);
  }

  @Test
  public void mkdir() throws IOException {
    Path path = new Path("/demo");
    fileSystem.mkdirs(path);
  }
}

之后便可以通過 IDEA 直接寫代碼來測(cè)試，這里簡(jiǎn)單寫了幾個(gè)方法。

總結(jié)

在寫這篇文章之前，其實(shí)我對(duì) Docker 的概念很不了解。但是通過 Learn by do it. 大致知道了其中的概念和原理。我們完全可以構(gòu)建自己的容器 Dockerfile，來部署生產(chǎn)和開發(fā)環(huán)境，其強(qiáng)大的可移植性大大縮短配置的過程。

由于個(gè)人對(duì) Hadoop 和 Docker 的了解甚少，如有錯(cuò)誤，希望指出，我會(huì)學(xué)習(xí)、改正。