Docker 部署分布式 Hadoop（超详细实战版）
Docker 部署分布式 Hadoop（超详细实战版）
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
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创建软件目录
[root@hadoop ~]# mkdir -p /opt/module /opt/software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在容器内安装必要工具
[root@hadoop ~]# yum install -y vim net-tools openssh-server openssh-clients rsync进入容器
[root@hadoop108 ~]# docker exec -it centos7 /bin/bash查看运行中的容器
[root@hadoop108 ~]# docker ps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查看镜像列表
[root@hadoop108 ~]# docker images搜索并拉取 CentOS 镜像
[root@hadoop108 ~]# docker search centos[root@hadoop108 ~]# docker pull centos:7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查看 Docker 状态
[root@hadoop108 ~]# systemctl status docker设置 Docker 开机自启
[root@hadoop108 ~]# systemctl enable docker启动 Docker
[root@hadoop108 ~]# systemctl start docker安装 Docker
[root@hadoop108 ~]# yum install -y docker查看系统版本
[root@hadoop108 ~]# uname -r3.10.0-862.el7.x86_64 2）创建 Hadoop
在 slave 节点配置环境变量（在 slave01 和 slave02 中执行）
[root@slave01 ~]# vim /etc/profile# JAVA_HOMEexportJAVA_HOME=/opt/module/jdk1.8.0_144 exportCLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar exportPATH=$PATH:$JAVA_HOME/bin # HADOOP_HOMEexportHADOOP_HOME=/opt/module/hadoop-2.7.2 exportPATH=$PATH:$HADOOP_HOME/bin exportPATH=$PATH:$HADOOP_HOME/sbin [root@slave01 ~]# source /etc/profile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/配置 mapred-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144 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 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 yarn-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144 配置 slaves 文件
master slave01 slave02 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 hadoop-env.sh
export JAVA_HOME=/opt/module/jdk1.8.0_144 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 配置文件
[root@master ~]# cd /opt/module/hadoop-2.7.2/etc/hadoop安装 Hadoop
[root@master ~]# tar -xzvf /opt/software/hadoop-2.7.2.tar.gz -C /opt/module/[root@master ~]# vim /etc/profile# HADOOP_HOMEexportHADOOP_HOME=/opt/module/hadoop-2.7.2 exportPATH=$PATH:$HADOOP_HOME/bin exportPATH=$PATH:$HADOOP_HOME/sbin [root@master ~]# source /etc/profile[root@master ~]# hadoop version安装 JDK
[root@master ~]# tar -xzvf /opt/software/jdk-8u144-linux-x64.tar.gz -C /opt/module/[root@master ~]# vim /etc/profile# JAVA_HOMEexportJAVA_HOME=/opt/module/jdk1.8.0_144 exportCLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar exportPATH=$PATH:$JAVA_HOME/bin [root@master ~]# source /etc/profile[root@master ~]# java -version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设置 root 密码
[root@master ~]# passwd root[root@slave01 ~]# passwd root[root@slave02 ~]# passwd root进入容器配置 hosts 文件（在每个容器中执行）
[root@master ~]# vim /etc/hosts172.17.0.3 master 172.17.0.4 slave01 172.17.0.5 slave02 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/init3）启动 Hadoop
- 格式化 HDFS 并启动 Hadoop
- 浏览器访问
- HDFS：
http://宿主机IP:50070 - YARN：
http://宿主机IP:8088
- HDFS：
在 slave01 节点执行：
[root@slave01 ~]# start-yarn.sh在 master 节点执行：
[root@master ~]# hdfs namenode -format[root@master ~]# start-dfs.sh4）保存镜像
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停止 Hadoop 集群
[root@slave01 ~]# stop-yarn.sh[root@master ~]# stop-dfs.sh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。
