网硕互联帮助中心Docker 部署分布式 Hadoop（超详细实战版）
- 一：背景
- 二：部署
-
- 1）创建基础镜像
- 2）创建 Hadoop
- 3）启动 Hadoop
- 4）保存镜像
- 总结
- 适合人群：大数据初学者、运维工程师、想在本地快速搭建 Hadoop 集群的同学
- 技术环境：CentOS 7 + Docker + Hadoop 2.7.2
- 架构模式：1 Master + 2 Slave 分布式集群
一：背景
在传统方式下部署 Hadoop：
-
需要准备多台虚拟机
-
手动配置网络、主机名、SSH 免密
-
重复安装 JDK、Hadoop
-
环境不可复用
而使用 Docker 的优势：
✅ 环境隔离 ✅ 一台机器模拟多节点 ✅ 可快速销毁重建 ✅ 镜像可复用 ✅ 非常适合学习与实验
在真实生产中，例如在基于 Apache Hadoop 的数据平台环境中，也常结合容器化与编排技术使用。
二：部署
1）创建基础镜像
查看系统版本
[root@hadoop108 ~]# uname -r
3.10.0-862.el7.x86_64
安装 Docker
[root@hadoop108 ~]# yum install -y docker
启动 Docker
[root@hadoop108 ~]# systemctl start docker
设置 Docker 开机自启
[root@hadoop108 ~]# systemctl enable docker
查看 Docker 状态
[root@hadoop108 ~]# systemctl status docker
配置 Docker 镜像加速器
[root@hadoop108 ~]# vim /etc/docker/daemon.json
{
"registry-mirrors": ["https://3iy7bctt.mirror.aliyuncs.com"]
}
[root@hadoop108 ~]# systemctl daemon-reload
[root@hadoop108 ~]# systemctl restart docker
[root@hadoop108 ~]# docker info
搜索并拉取 CentOS 镜像
[root@hadoop108 ~]# docker search centos
[root@hadoop108 ~]# docker pull centos:7
查看镜像列表
[root@hadoop108 ~]# docker images
运行 CentOS 容器（带特权模式，用于启动 systemd 服务）
[root@hadoop108 ~]# docker run –privileged=true –name centos7 -h hadoop -itd centos:7 /usr/sbin/init
查看运行中的容器
[root@hadoop108 ~]# docker ps
进入容器
[root@hadoop108 ~]# docker exec -it centos7 /bin/bash
在容器内安装必要工具
[root@hadoop ~]# yum install -y vim net-tools openssh-server openssh-clients rsync
配置 SSH 服务并启动
[root@hadoop ~]# vim /etc/ssh/sshd_config
Port 22
PermitRootLogin yes
[root@hadoop ~]# systemctl start sshd.service
[root@hadoop ~]# systemctl enable sshd.service
[root@hadoop ~]# systemctl status sshd.service
创建软件目录
[root@hadoop ~]# mkdir -p /opt/module /opt/software
退出容器并提交为新的镜像
[root@hadoop ~]# exit
[root@hadoop108 ~]# docker commit 容器ID centos:hadoop
[root@hadoop108 ~]# docker images
2）创建 Hadoop
基于新镜像启动 Master 和 Slave 容器
[root@hadoop108 ~]# docker run –privileged=true –name master -h master -p 50070:50070 -itd centos:hadoop /usr/sbin/init
[root@hadoop108 ~]# docker run –privileged=true –name slave01 -h slave01 -p 8088:8088 -itd centos:hadoop /usr/sbin/init
[root@hadoop108 ~]# docker run –privileged=true –name slave02 -h slave02 -itd centos:hadoop /usr/sbin/init
进入容器配置 hosts 文件（在每个容器中执行）
[root@master ~]# vim /etc/hosts
172.17.0.3 master
172.17.0.4 slave01
172.17.0.5 slave02
设置 root 密码
[root@master ~]# passwd root
[root@slave01 ~]# passwd root
[root@slave02 ~]# passwd root
配置 SSH 免密登录
[root@master ~]# ssh-keygen -t rsa
[root@master ~]# ssh-copy-id master
[root@master ~]# ssh-copy-id slave01
[root@master ~]# ssh-copy-id slavse02
从宿主机拷贝 Hadoop 和 JDK 安装包到容器
[root@hadoop108 ~]# docker cp jdk-8u144-linux-x64.tar.gz master:/opt/software
[root@hadoop108 ~]# docker cp hadoop-2.7.2.tar.gz master:/opt/software
安装 JDK
[root@master ~]# tar -xzvf /opt/software/jdk-8u144-linux-x64.tar.gz -C /opt/module/
[root@master ~]# vim /etc/profile
# JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_144
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin
[root@master ~]# source /etc/profile
[root@master ~]# java -version
安装 Hadoop
[root@master ~]# tar -xzvf /opt/software/hadoop-2.7.2.tar.gz -C /opt/module/
[root@master ~]# vim /etc/profile
# HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-2.7.2
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
[root@master ~]# source /etc/profile
[root@master ~]# hadoop version
配置 Hadoop 配置文件
[root@master ~]# cd /opt/module/hadoop-2.7.2/etc/hadoop
-
配置 core-site.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://master:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-2.7.2/data/tmp</value>
</property>
</configuration> -
配置 hadoop-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
-
配置 hdfs-site.xml
<property>
<name>dfs.replication</name>
<value>3</value>
</property>
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>slave02:50090</value>
</property>
<property>
<name>dfs.permissions.enabled</name>
<value>false</value>
</property> -
配置 slaves 文件
master
slave01
slave02 -
配置 yarn-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
-
配置 yarn-site.xml
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<property>
<name>yarn.resourcemanager.hostname</name>
<value>slave01</value>
</property> -
配置 mapred-site.xml
[root@master hadoop]# mv mapred-site.xml.template mapred-site.xml
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property> -
配置 mapred-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144
分发配置文件到 slave 节点
[root@master ~]# scp -r /opt/module/jdk1.8.0_144/ root@slave01:/opt/module/
[root@master ~]# scp -r /opt/module/jdk1.8.0_144/ root@slave02:/opt/module/
[root@master ~]# scp -r /opt/module/hadoop-2.7.2/ root@slave01:/opt/module/
[root@master ~]# scp -r /opt/module/hadoop-2.7.2/ root@slave02:/opt/modusle/
在 slave 节点配置环境变量（在 slave01 和 slave02 中执行）
[root@slave01 ~]# vim /etc/profile
# JAVA_HOME
export JAVA_HOME=/opt/module/jdk1.8.0_144
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_HOME/bin
# HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-2.7.2
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
[root@slave01 ~]# source /etc/profile
3）启动 Hadoop
格式化 HDFS 并启动 Hadoop
-
在 master 节点执行：
[root@master ~]# hdfs namenode -format
[root@master ~]# start-dfs.sh -
在 slave01 节点执行：
[root@slave01 ~]# start-yarn.sh
浏览器访问
- HDFS：http://宿主机IP:50070
- YARN：http://宿主机IP:8088
4）保存镜像
停止 Hadoop 集群
[root@slave01 ~]# stop-yarn.sh
[root@master ~]# stop-dfs.sh
将容器提交为镜像
[root@hadoop108 ~]# docker commit master centos:master
[root@hadoop108 ~]# docker commit slave01 centos:slave01
[root@hadoop108 ~]# docker commit slave02 centos:slave02
总结
本文完整演示了：
-
制作 Hadoop 基础镜像
-
构建三节点集群
-
配置 SSH 免密
-
配置 HDFS + YARN
-
启动并验证 Web UI
-
保存为可复用镜像
核心思想：
用 Docker 模拟分布式环境 用容器复刻真实大数据架构
对于正在做大数据方向学习或毕业设计的同学，这种方式可以极大降低实验成本。
评论前必须登录！
注册