如何基于Docker快速搭建多节点Hadoop集群
在VMware上操作Hadoop时发现资源消耗大，配置麻烦，所以思考能不能使用docker搭建Hadoop集群，感谢上面链接的大神弄的集群镜像，所以很快就能搭建出Hadoop3节点集群。
Docker最核心的特性之一，就是能够将任何应用包括Hadoop打包到Docker镜像中。这篇教程介绍了利用Docker在单机上快速搭 建多节点 Hadoop集群的详细步骤。作者在发现目前的Hadoop on Docker项目所存在的问题之后，开发了接近最小化的Hadoop镜像，...
Docker最核心的特性之一，就是能够将任何应用包括Hadoop打包到Docker镜像中。这篇教程介绍了利用Docker在单机上快速搭建多
节点 Hadoop集群的详细步骤。作者在发现目前的Hadoop on
Docker项目所存在的问题之后，开发了接近最小化的Hadoop镜像，并且支持快速搭建任意节点数的Hadoop集群。
一. 项目简介
GitHub: kiwanlau/hadoop-cluster-docker
直接用机器搭建Hadoop集群是一个相当痛苦的过程，尤其对初学者来说。他们还没开始跑wordcount，可能就被这个问题折腾的体无完肤了。而且也不是每个人都有好几台机器对吧。你可以尝试用多个虚拟机搭建，前提是你有个性能杠杠的机器。
我的目标是将Hadoop集群运行在Docker容器中，使Hadoop开发者能够快速便捷地在本机搭建多节点的Hadoop集群。其实这个想法已
经有了不少实现，但是都不是很理想，他们或者镜像太大，或者使用太慢，或者使用了第三方工具使得使用起来过于复杂。下表为一些已知的Hadoop on
Docker项目以及其存在的问题。
我的项目参考了alvinhenrick/hadoop-mutinode项目，不过我做了大量的优化和重构。alvinhenrick/hadoop-mutinode项目的GitHub主页以及作者所写的博客地址如下：
GitHub：Hadoop (YARN) Multinode Cluster with Docker
博客：Hadoop (YARN) Multinode Cluster with Docker
下面两个表是alvinhenrick/hadoop-mutinode项目与我的kiwenlau/hadoop-cluster-docker项目的参数对比：
可知，我主要优化了这样几点：
更小的镜像大小
更快的构造时间
更少的镜像层数
更快更方便地改变Hadoop集群节点数目
另外，alvinhenrick/hadoop-mutinode项目增加节点时需要手动修改Hadoop配置文件然后重新构建hadoop-
nn-dn
镜像,然后修改容器启动脚本，才能实现增加节点的功能。而我通过shell脚本实现自动话，不到1分钟可以重新构建hadoop-master镜像，然后
立即运行!本项目默认启动3个节点的Hadoop集群，支持任意节点数的Hadoop集群。
另外，启动Hadoop，运行wordcount以及重新构建镜像都采用了shell脚本实现自动化。这样使得整个项目的使用以及开发都变得非常方便快捷。
开发测试环境
操作系统：ubuntu 14.04 和 ubuntu 12.04
内核版本: 3.13.0-32-generic
Docker版本：1.5.0 和1.6.2
小伙伴们，硬盘不够，内存不够，尤其是内核版本过低会导致运行失败。
二. 镜像简介
本项目一共开发了4个镜像：
serf-dnsmasq
hadoop-base
hadoop-master
hadoop-slave
serf-dnsmasq镜像
基于ubuntu:15.04 (选它是因为它最小，不是因为它最新)
安装serf: serf是一个分布式的机器节点管理工具。它可以动态地发现所有Hadoop集群节点。
安装dnsmasq: dnsmasq作为轻量级的DNS服务器。它可以为Hadoop集群提供域名解析服务。
容器启动时，master节点的IP会传给所有slave节点。serf会在container启动后立即启动。slave节点上的serf
agent会马上发现master节点(master
IP它们都知道嘛)，master节点就马上发现了所有slave节点。然后它们之间通过互相交换信息，所有节点就能知道其他所有节点的存在了。
(Everyone will know
Everyone)。serf发现新的节点时，就会重新配置dnsmasq，然后重启dnsmasq。所以dnsmasq就能够解析集群的所有节点的域名
啦。这个过程随着节点的增加会耗时更久，因此，若配置的Hadoop节点比较多，则在启动容器后需要测试serf是否发现了所有节点，DNS是否能够解析
所有节点域名。稍等片刻才能启动Hadoop。这个解决方案是由SequenceIQ公司提出的，该公司专注于将Hadoop运行在Docker中。参考
这个演讲稿。
hadoop-base镜像
基于serf-dnsmasq镜像
安装JDK(OpenJDK)
安装openssh-server，配置无密码SSH
安装vim：介样就可以愉快地在容器中敲代码了
安装Hadoop 2.3.0: 安装编译过的Hadoop(2.5.2， 2.6.0， 2.7.0 都比2.3.0大，所以我懒得升级了)
另外，编译Hadoop的步骤请参考我的博客。
如果需要重新开发我的hadoop-base, 需要下载编译过的hadoop-2.3.0安装包，放到hadoop-cluster-docker/hadoop-base/files目录内。我编译的64位hadoop-2.3.0下载地址：
另外，我还编译了64位的Hadoop 2.5.2、2.6.0,、2.7.0, 其下载地址如下：
hadoop-2.3.0:
hadoop-2.5.2:
hadoop-2.6.0:
hadoop-2.7.0:
hadoop-master镜像
基于hadoop-base镜像
配置hadoop的master节点
格式化namenode
这一步需要配置slaves文件，而slaves文件需要列出所有节点的域名或者IP。因此，Hadoop节点数目不同时，slaves文件自然也
不一样。因此，更改Hadoop集群节点数目时，需要修改slaves文件然后重新构建hadoop-master镜像。我编写了一个resize-
cluster.sh脚本自动化这一过程。仅需给定节点数目作为脚本参数就可以轻松实现Hadoop集群节点数目的更改。由于hadoop-master
镜像仅仅做一些配置工作，也无需下载任何文件，整个过程非常快，1分钟就足够了。
hadoop-slave镜像
基于hadoop-base镜像
配置hadoop的slave节点
镜像大小分析
下表为sudo docker images的运行结果：
易知以下几个结论：
serf-dnsmasq镜像在ubuntu:15.04镜像的基础上增加了75.4MB
hadoop-base镜像在serf-dnsmasq镜像的基础上增加了570.7MB
hadoop-master和hadoop-slave镜像在hadoop-base镜像的基础上大小几乎没有增加
下表为sudo docker history index.alauda.cn/kiwenlau/hadoop-base:0.1.0的部分运行结果
可知：
基础镜像ubuntu:15.04为131.3MB
安装OpenJDK需要324.6MB
安装Hadoop需要158.5MB
Ubuntu、OpenJDK与Hadoop均为镜像所必须，三者一共占了614.4MB
因此，我所开发的hadoop镜像以及接近最小，优化空间已经很小了。
三. 3节点Hadoop集群搭建步骤
1. 拉取镜像
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分钟OK~也可以直接从我的DokcerHub仓库中拉取镜像，这样就可以跳过第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
查看下载的镜像：
sudo docker images
运行结果：
其中hadoop-base镜像是基于serf-dnsmasq镜像的，hadoop-slave镜像和hadoop-master镜像都是基于hadoop-base镜像。所以其实4个镜像一共也就777.4MB。
2. 修改镜像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后镜像：
sudo docker images
运行结果：
之所以要修改镜像，是因为我默认是将镜像上传到Dockerhub,
因此Dokerfile以及shell脚本中得镜像名称都是没有alauada前缀的，sorry for
this....不过改tag还是很快滴。若直接下载我在DockerHub中的镜像，自然就不需要修改tag...不过Alauda镜像下载速度很快的
哈~
3.下载源代码
git clone https://github.com/kiwenlau/hadoop-cluster-docker
为了防止GitHub被XX，我把代码导入到了开源中国的Git仓库：
git clone http://git.oschina.net/kiwenlau/hadoop-cluster-docker
4. 运行容器
cd hadoop-cluster-docker ./start-container.sh
运行结果：
start master container... start slave1 container... start slave2 container... root@master:~#
一共开启了3个容器，1个master, 2个slave。开启容器后就进入了master容器root用户的根目录(/root)。
查看master的root用户家目录的文件：
ls
运行结果：
hdfs run-wordcount.sh serf_log start-hadoop.sh start-ssh-serf.sh
start-hadoop.sh是开启hadoop的shell脚本，run-wordcount.sh是运行wordcount的shell脚本，可以测试镜像是否正常工作。
5.测试容器是否正常启动(此时已进入master容器)
查看hadoop集群成员：
serf members
运行结果：
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
若结果缺少节点，可以稍等片刻，再执行“serf members”命令。因为serf agent需要时间发现所有节点。
测试ssh：
ssh slave2.kiwenlau.com
运行结果：
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: https://help.ubuntu.com/ 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
运行结果：
logout Connection to slave2.kiwenlau.com closed.
若ssh失败，请稍等片刻再测试，因为dnsmasq的dns服务器启动需要时间。测试成功后，就可以开启Hadoop集群了!其实你也可以不进行测试，开启容器后耐心等待一分钟即可!
6. 开启Hadoop
./start-hadoop.sh
上一步ssh到slave2之后，请记得回到master啊!运行结果太多，忽略，Hadoop的启动速度取决于机器性能....
7. 运行wordcount
./run-wordcount.sh
运行结果：
input file1.txt: Hello Hadoop input file2.txt: Hello Docker wordcount output: Docker 1 Hadoop 1 Hello 2
wordcount的执行速度取决于机器性能....
四. N节点Hadoop集群搭建步骤
1. 准备工作
参考第二部分1~3：下载镜像，修改tag，下载源代码
注意，你可以不下载serf-dnsmasq，但是请最好下载hadoop-base，因为hadoop-master是基于hadoop-base构建的。
2. 重新构建hadoop-master镜像
./resize-cluster.sh 5
不要担心，1分钟就能搞定
你可以为resize-cluster.sh脚本设不同的正整数作为参数数1, 2, 3, 4, 5, 6...
3. 启动容器
./start-container.sh 5
你可以为resize-cluster.sh脚本设不同的正整数作为参数数1, 2, 3, 4, 5, 6...
这个参数呢，最好还是得和上一步的参数一致:)
这个参数如果比上一步的参数大，你多启动的节点，Hadoop不认识它们..
这个参数如果比上一步的参数小，Hadoop觉得少启动的节点挂掉了..
4. 测试工作
参考第三部分5~7：测试容器，开启Hadoop，运行wordcount
请注意，若节点增加，请务必先测试容器，然后再开启Hadoop, 因为serf可能还没有发现所有节点，而dnsmasq的DNS服务器表示还没有配置好服务
如何基于Docker快速搭建多节点Hadoop集群
答：其中hadoop-base镜像是基于serf-dnsmasq镜像的,hadoop-slave镜像和hadoop-master镜像都是基于hadoop-base镜像。所以其实4个镜像一共也就777.4MB。 2. 修改镜像tag sudo docker tag d63869855c03 kiwenlau/hadoop-slave:0.1.0 sudo docker tag 7c9d32ede450 kiwenlau/hadoop-master:0.1.0 sudo docker tag 5571bd5de...
如何基于Docker快速搭建多节点Hadoop集群
答：wordcount的执行速度取决于机器性能...四. N节点Hadoop集群搭建步骤 1. 准备工作 参考第二部分1~3：下载镜像，修改tag，下载源代码 注意，你可以不下载serf-dnsmasq，但是请最好下载hadoop-base，因为hadoop-master是基于hadoop-base构建的。2. 重新构建hadoop-master镜像 ./resize-cluster.sh 5 不要担...
docker快速搭建前端开发环境(2容器内运行与开发)
答： 1.找到上回我们打包好的镜像，启动！ docker run -it -p3000:80 my_vue:2.0 /bin/bash &...
如何基于Docker快速搭建多节点Hadoop集群
答：直接用机器搭建Hadoop集群是一个相当痛苦的过程，尤其对初学者来说。他们还没开始跑wordcount，可能就被这个问题折腾的体无完肤了。而且也不是每个人都有好几台机器对吧。你可以尝试用多个虚拟机搭建，前提是你有个性能杠杠的机器。我的目标是将Hadoop集群运行在Docker容器中，使Hadoop开发者能够快速便捷地...
如何基于docker构建和发布Python应用程序?
答：基于 Docker 构建和发布 Python 应用程序通常需要以下步骤：编写 Python 应用程序代码。可以使用任何你熟悉的 Python 框架，如 Flask、Django 等。创建一个 Dockerfile，用于定义 Docker 镜像的构建过程。在 Dockerfile 中，需要指定基础镜像、安装 Python 库、将应用程序代码复制到镜像中等操作。以下是一个...
docker使用教程
答：5、要理解Docker，首先得体会百万程序员经常遇到的横跨开发、测试和运维的MatrixfromHell问题，即开发人员、测试人员和运维人员分别从零开始搭建应用程序开发环境和运行时环境的问题。云计算核心技术Docker教程:Docker使用网桥网络1、使用docker0网桥，docker0的默认网段是170，网关地址为171，通过bridge模式启动的...
入门、快速搭建Docker分布式项目环境
答：1.更快速的交付和部署 开发者可以使用一个标准的镜像来构建一套开发容器，开发完成之后，运维人员可以直接 使用这个容器来部署代码。2.高效部署和扩容 Docker 容器几乎可以在任意的平台上运行，包括物理机、虚拟机、公有云、私有云、个人电脑、服务器等。3.更高的资源利用率 Docker 对系统资源的利用率...
如何利用docker快速构建MySQL主从复制环境
答：因此，开发者们需要一种创建分布式应用程序的方式，这也是Docker所能够提供的。举个简单的应用场景的例子。假设用户试图基于最常见的LAMP（Linux + Apache + MySQL + PHP）组合来运维一个网站。按照传统的做法，首先，需要安装Apache、MySQL 和PHP以及它们各自运行所依赖的环境；之后分别对它们进行配置（包括...
基于Docker快速搭建Webmin+bind私有DNS服务器
答：DNS 服务器IP地址是 192.168.7.127 登录webmin 的用户名是 root ,密码是环境变量 ROOT_PASSWORD 的值,登录进去之后可以修改语言如下如 创建反向区域 同网段机器配置DNS首选服务地址 192.168.7.127 ,不需要再配置 114.114.114.114,233.5.5.5 等dns服务器地址,在私有DNS 转发中已配置.配置后需要...
用docker搭建一个高可用可扩展的服务支撑系统怎么做
答：HAProxy是提供高可用性、负载均衡以及基于TCP和HTTP应用的代理，支持虚拟主机，它是免费、快速并且可靠的一种解决方案。（来源百科） 三、架构部署 平台环境基于Centos6.5+Docker1.2构建，其中Etcd的版本为etcd version 0.5.0-alpha，Confd版本为confd 0.6.2，Haproxy版本为HA-Proxy version 1.4.24...
