0
点赞
收藏
分享

微信扫一扫

D001.8 Docker搭建Spark集群(实践篇)



教程目录

  • ​​0x00 教程内容​​
  • ​​0x01 环境及资源准备​​
  • ​​1. 安装Docker​​
  • ​​2. 准备资源​​
  • ​​0x02 生成容器​​
  • ​​1. 生成样本镜像​​
  • ​​2. 创建bigdata-spark网络​​
  • ​​3. 启动容器​​
  • ​​0x03 检验Hadoop与Spark​​
  • ​​1. 启动Hadoop与Spark​​
  • ​​2. Web UI界面查看​​
  • ​​2. 停止并删除容器指令​​
  • ​​0xFF 总结​​


0x00 教程内容

  1. 环境及资源准备
  2. 生成容器
  3. 检验Hadoop与Spark

0x01 环境及资源准备

1. 安装Docker

请参考:​​D001.5 Docker入门(超级详细基础篇)​​的“0x01 Docker的安装”小节

2. 准备资源

a. 根据文末总结的文件目录结构,拷贝文章的资源,资源请参考:​​D001.6 Docker搭建Hadoop集群​​

b. 模仿Hadoop自己写一份,或者后期关注代码库:

​​邵奈一的学习库​​

c. Dockerfile参考文件

FROM ubuntu
MAINTAINER shaonaiyi shaonaiyi@163.com

ENV BUILD_ON 2017-11-16

RUN apt-get update -qqy

RUN apt-get -qqy install vim wget net-tools iputils-ping openssh-server
#添加JDK
ADD ./jdk-8u161-linux-x64.tar.gz /usr/local/
#添加hadoop
ADD ./hadoop-2.7.5.tar.gz /usr/local/
#添加scala
ADD ./scala-2.11.8.tgz /usr/local/
#添加spark
ADD ./spark-2.2.0-bin-hadoop2.7.tgz /usr/local/
ENV CHECKPOINT 2019-01-14
#增加JAVA_HOME环境变量
ENV JAVA_HOME /usr/local/jdk1.8.0_161
#hadoop环境变量
ENV HADOOP_HOME /usr/local/hadoop-2.7.5
#scala环境变量
ENV SCALA_HOME /usr/local/scala-2.11.8
#spark环境变量
ENV SPARK_HOME /usr/local/spark-2.2.0-bin-hadoop2.7
#将环境变量添加到系统变量中
ENV PATH $SCALA_HOME/bin:$SPARK_HOME/bin:$HADOOP_HOME/bin:$JAVA_HOME/bin:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$PATH

RUN ssh-keygen -t rsa -f ~/.ssh/id_rsa -P '' && \
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys && \
chmod 600 ~/.ssh/authorized_keys
#复制配置到/tmp目录
COPY config /tmp
#将配置移动到正确的位置
RUN mv /tmp/ssh_config ~/.ssh/config && \
mv /tmp/profile /etc/profile && \
mv /tmp/masters $SPARK_HOME/conf/masters && \
cp /tmp/slaves $SPARK_HOME/conf/ && \
mv /tmp/spark-defaults.conf $SPARK_HOME/conf/spark-defaults.conf && \
mv /tmp/spark-env.sh $SPARK_HOME/conf/spark-env.sh && \
mv /tmp/hadoop-env.sh $HADOOP_HOME/etc/hadoop/hadoop-env.sh && \
mv /tmp/hdfs-site.xml $HADOOP_HOME/etc/hadoop/hdfs-site.xml && \
mv /tmp/core-site.xml $HADOOP_HOME/etc/hadoop/core-site.xml && \
mv /tmp/yarn-site.xml $HADOOP_HOME/etc/hadoop/yarn-site.xml && \
mv /tmp/mapred-site.xml $HADOOP_HOME/etc/hadoop/mapred-site.xml && \
mv /tmp/master $HADOOP_HOME/etc/hadoop/master && \
mv /tmp/slaves $HADOOP_HOME/etc/hadoop/slaves && \
mv /tmp/start-hadoop.sh ~/start-hadoop.sh && \
mkdir -p /usr/local/hadoop2.7/dfs/data && \
mkdir -p /usr/local/hadoop2.7/dfs/name

RUN echo $JAVA_HOME
#设置工作目录
WORKDIR /root
#启动sshd服务
RUN /etc/init.d/ssh start
#修改start-hadoop.sh权限为700
RUN chmod 700 start-hadoop.sh
#修改root密码
RUN echo "root:shaonaiyi" | chpasswd
CMD ["/bin/bash"]

0x02 生成容器

1. 生成样本镜像

a. 切换成root用户(密码:shaonaiyi)

​su root​

D001.8 Docker搭建Spark集群(实践篇)_环境与配置

b. 拷贝资源文件spark_sny_all进到docker_bigdata目录(如有则不用创建)

​mkdir docker_bigdata​

D001.8 Docker搭建Spark集群(实践篇)_大数据_02

c. 生成样本镜像:shaonaiyi/spark

​cd docker_bigdata/spark_sny_all​

​docker build -t shaonaiyi/spark .​

此过程时间根据自己网络情况与自己装docker时的配置有关(10分钟左右)

D001.8 Docker搭建Spark集群(实践篇)_spark_03

出现下图表示成功:

D001.8 Docker搭建Spark集群(实践篇)_环境与配置_04

2. 创建bigdata-spark网络

a. 修改脚本权限

​chmod 700 build_network.sh​

b. 创建网络

​./build_network.sh​

修改及创建后如图:

D001.8 Docker搭建Spark集群(实践篇)_大数据_05

3. 启动容器

a. 修改脚本权限

​cd config​

​chmod 700 start_containers.sh​

b. 启动容器(映射的端口多的为master)

​./start_containers.sh​

D001.8 Docker搭建Spark集群(实践篇)_docker_06

0x03 检验Hadoop与Spark

1. 启动Hadoop与Spark

a. 查看启动的容器(显示跟刚刚一样)

​docker ps​

b. 进入容器hadoop-master(可用自己的容器ID)

​docker attach hadoop-master​

c. 修改脚本执行权限

​ll​

d. 启动Hadoop集群

​./start-hadoop.sh​

D001.8 Docker搭建Spark集群(实践篇)_hadoop_07

无报错,且有进程(如报错可以重新生成容器试试):

D001.8 Docker搭建Spark集群(实践篇)_环境与配置_08

2. Web UI界面查看

a. 切换终端,查看端口映射(可看到51070端口映射到docker的50070端口)

​docker port hadoop-master​

D001.8 Docker搭建Spark集群(实践篇)_环境与配置_09

b. 在我们的windows系统执行(虚拟机的ip:port)

ps:自行修改ip

D001.8 Docker搭建Spark集群(实践篇)_hadoop_10

D001.8 Docker搭建Spark集群(实践篇)_docker_11

D001.8 Docker搭建Spark集群(实践篇)_spark_12

2. 停止并删除容器指令

a. 修改脚本权限

​cd /home/shaonaiyi/docker_bigdata/spark_sny_all/config/​

​chmod 700 stop_containers.sh​

b. 删除容器

​./stop_containers.sh​

c. 查看执行的容器(没有则表示删除成功)

​docker ps​

D001.8 Docker搭建Spark集群(实践篇)_环境与配置_13

0xFF 总结

  1. 如需要获取资源,可加微信:shaonaiyi888获取最新消息
  2. 本文为搭建Spark与Hadoop集群的实践篇,与上一篇有异曲同工之处:
    ​​D001.7 Docker搭建Hadoop集群(实践篇)​​
  3. 本次教程使用了ubuntu镜像,可在docker hub官网搜索指定的版本:​​​https://hub.docker.com/​​
  4. 后期会出教程:
    a. 在集群内部传统模式安装HBase
    b. 使用Dockerfile方式安装HBase

ps: 本系列课程开发使用两台虚拟机:

测试机ip为:192.168.128.128

非测试机为:192.168.128.129

有些时候使用测试机,有时候使用非测试机

读者请自行修改!


作者简介​:​​邵奈一​​

大学大数据讲师、大学市场洞察者、专栏编辑

公众号、微博:​​邵奈一​​

本系列课均为本人:​​邵奈一​​ 原创,如载请标明出处



举报

相关推荐

0 条评论