Linux

Info:

• Ubuntu 16.10 x64

Docker 本身就是基于 Linux 的，所以首先以我的一臺服務器做實驗。雖然最后跑 wordcount 已經由于內存不足而崩掉，但是之前的過程還是可以參考的。

連接服務器

使用 ssh 命令連接遠程服務器。

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

當遇到輸入是否繼續時，輸入「Y／y」繼續。

安裝完成

輸入「docker」測試是否安裝成功。

拉取鏡像

鏡像，是 Docker 的核心，可以通過從遠程拉取鏡像即可配置好我們所需要的環境，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。由于我的服務器本身即在國外，因此拉取鏡像的速度較快，國內由于眾所周知的原因，可以替換為相應的國內源，以加快拉取速度。

sudo docker pull kiwenlau/hadoop:1.0

拉取鏡像完成。

克隆倉庫

克隆倉庫到當前文件夾（可以自行創建并切換到相應文件夾）。

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

克隆倉庫完成

橋接網絡

sudo docker network create --driver=bridge hadoop

運行容器

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

默認是 1 個主節點，2 個從節點，當然也可以根據性能調整為 N 節點，詳見文末參考鏈接。

啟動 Hadoop

./start-hadoop.sh

在上一步，我們已經運行容器，即可直接運行 Hadoop。啟動時長與機器性能有關，也是難為了我這一臺 512 MB 內存的服務器。

測試 Word Count

./run-wordcount.sh

Word Count 是一個測試 Hadoop 的 Shell 腳本，即計算文本中的單詞個數。不過由于我的服務器內存不夠分配無法完成，所以后續以本機進行測試。

網頁管理

我們可以通過網頁遠程管理 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 官方網站：https://www.docker.com，選擇社區版，并下載、安裝。Windows 系統用戶可以選擇 Windows 版本。

Docker CE

macOS or Windows

運行 Docker

打開 Docker。為了簡單，我沒有改動配置，如需更改，可以在 Preferences 中修改。

我們可以在終端（Terminal）輸入「docker」，測試是否安裝成功。

拉取鏡像 & 克隆倉庫 & 橋接網絡 & 運行容器 & 啟動 Hadoop

同 Linux。

測試 Word Count

./run-wordcount.sh

同 Linux，但這次我們可以運算出結果了。

Windows

其實最開始就沒有打算放出 Windows 版，倒不是因為覺得 Windows 不好，而是目前手頭沒有 Windows 的電腦，借用同學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 集群已經在容器里安裝完成，而且已經可以運行。相比自己一個個建立虛擬機，這樣的確十分方便、快捷。為了便于開發調試，接下來就需要在 Intellij IDEA 下配置開發環境，包管理工具選擇 Gradle。Maven 配合 Eclipse 的配置網上已經有很多了，需要的同學可以自行搜索。

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節。比如在其腳本中只默認開啟了 50070 和 8088 的端口映射，我們可以通過 docker ps（注意是在本機，而不是在容器運行該命令）列出所有容器，查看容器映射的端口。

cd hadoop-cluster-dockervim start-container.sh

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

-p 9000:9000 /

重啟容器，并查看容器狀態，如圖即為映射成功。

開啟 Web HDFS 管理*

該步非必須。為了方便在網頁端管理，因此開啟 Web 端，默認關閉。

which hadoopcd /usr/local/hadoop/etc/hadoop/lsvi 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。

添加以下內容。

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

啟動 Hadoop

同 Linux。

構建依賴

使用 Intellij IDEA 新建一個 Gradle 項目，在 Build.gradle 中加入以下依賴（對應容器 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 直接寫代碼來測試，這里簡單寫了幾個方法。

總結

在寫這篇文章之前，其實我對 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。我們完全可以構建自己的容器 Dockerfile，來部署生產和開發環境，其強大的可移植性大大縮短配置的過程。

由于個人對 Hadoop 和 Docker 的了解甚少，如有錯誤，希望指出，我會學習、改正。