docker

1. Hadoop的集群，我做过一个镜像（这里）
2. 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
3. 在Master节点上配置Slave节点信息
4. 在Master上启动Hadoop集群
5. 在Master上启动Zookeeper集群（这里）
6. 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

这里有几个问题：

1. 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
2. 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

1. 命令写入镜像

配置hosts

1. 通过

ifconfig

1. 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

2. 使用 

vi /etc/hosts

1.   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

1. 启动sshd  /usr/sbin/sshd
2. 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