docker搭建Hadoop集群

1.确保自己安装好了docker

2.Ubuntu容器安装JDK与Hadoop

下载ubuntu镜像

$ docker pull ubuntu

启动一个基础Ubuntu镜像的容器，挂载一个容器卷（volume），然后将 Hadoop的安装包放入宿主机指定的目录下。

# 宿主机：/home/hadoop/build $ ls hadoop.tar.gz

启动容器

docker run -it -v /home/hadoop/build:/root/build --name ubuntu ubuntu

更新apt源、安装vim、安装ssh、安装JDK

#容器中 $ apt-get update $ apt-get install vim $ apt-get install ssh $ apt-get install default-jdk

开启sshd服务

$ /etc/init.d/ssh start

生成公私钥对

$ ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa $ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys $ chmod 0600 ~/.ssh/authorized_keys

测试能否无密码连接localhost，如果需要输入密码，重新生成公私钥对

$ ssh localhost # 记得logout

编辑~/.bashrc文件，配置好java以及sshd自启动

$ vim ~/.bashrc export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64/ export PATH=$PATH:$JAVA_HOME/bin /etc/init.d/ssh start

进入/root/build目录

$ cd /root/build $ ls hadoop.tar.gz # 安装Hadoop tar -zxvf hadoop.tar.gz -C /usr/local

到这里Haddoop已经安装完成，默认配置成单机版本，可运行如下命令进行测试

$ cd /usr/local/hadoop-3.3.4 $ mkdir input $ cp etc/hadoop/*.xml input $ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep input output 'dfs[a-z.]+' $ cat output/*

3.配置分布式Hadoop集群

打开hadoop_env.sh文件，修改JAVA_HOME、设置USER

$ cd /usr/local/hadoop-3.3.4/etc/hadoop $ vim hadoop-env.sh export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64/ export HDFS_NAMENODE_USER=root export HDFS_DATANODE_USER=root export HDFS_SECONDARYNAMENODE_USER=root export YARN_RESOURCEMANAGER_USER=root export YARN_NODEMANAGER_USER=root

打开core-site.xml，输入以下内容

<configuration> <property> <name>hadoop.tmp.dir</name> <value>file:/usr/local/hadoop/tmp</value> <description>Abase for other temporary directories.</description> </property> <property> <name>fs.defaultFS</name> <value>hdfs://master:9000</value> </property> </configuration>

然后再打开hdfs-site.xml输入以下内容

<configuration> <property> <name>dfs.namenode.name.dir</name> <value>file:/usr/local/hadoop/namenode_dir</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>file:/usr/local/hadoop/datanode_dir</value> </property> <property> <name>dfs.replication</name> <value>3</value> </property> </configuration>

修改yarn-site.xml文件，输入以下内容

<configuration> <!-- Site specific YARN configuration properties --> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.resourcemanager.hostname</name> <value>master</value> </property> </configuration>

输入以下命令，获得一个mapred-site.xml的template拷贝（不要修改文件内容！！）

$ cp mapred-site.xml mapred-site.xml.template

至此，已经完成分布式Hadoop的配置。

4.制作镜像

我们将当前容器制作成为一个镜像

# 宿主机 $ docker ps CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES 9cc679d7ddfe ubuntu "bash" 14 hours ago Up 8 minutes ubuntu $ docker commit 9cc679d7ddfe ubuntu-hadoop:1.0

输出所有镜像查看是否保存成功

$ docker images REPOSITORY TAG IMAGE ID CREATED SIZE ubuntu-hadoop 1.0 6a1294a5a6bd 14 hours ago 2.26GB

5.启动Hadoop集群

在三个终端上启动三个ubuntu-hadoop镜像，分别代表Hadoop集群中的master、slave01、slave02。通过-h标志来指定每个容器的主机名，便于互相连通。

# 第一个终端 $ docker run -it -h master --name master ubuntu-hadoop:1.0 # 第二个终端 $ docker run -it -h slave01 --name slave01 ubuntu-hadoop:1.0 # 第三个终端 $ docker run -it -h slave02 --name slave02 ubuntu-hadoop:1.0

打开/etc/hosts可以查看本机的ip和主机名信息，得到三个容器的ip和主机地址:

172.17.0.2 master 172.17.0.3 slave01 172.17.0.4 slave02

再将我们得到的host信息加入到/etc/hosts中（三个容器都需要执行这一步）

$ vim /etc/hosts 172.17.0.2 master 172.17.0.3 slave01 172.17.0.4 slave02

测试master能否无密码连接到slave01和slave02

# master容器 ssh slave01 # 记得logout ssh slave02 # 记得logout

配置master主机的workers文件，将自己和两个slave写进去。

# master容器 $ cd /usr/local/hadoop-3.3.4/etc/hadoop $ vim workers slave01 slave02 master

至此，集群的配置完毕，接下来我们启动集群

# master容器 $ cd /usr/local/hadoop-3.3.4 $ bin/hdfs namenode -format $ sbin/start-all.sh

slave01

slave02

master

6.测试Hadoop集群

在HDFS上创建一个input目录（本节操作均在master容器中）

$ ./bin/hdfs dfs -mkdir -p /user/hadoop/input

拷贝测试文件到input目录

$ ./bin/hdfs dfs -put ./etc/hadoop/*.xml /user/hadoop/input

运行测试程序

$ ./bin/hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar grep /user/hadoop/input output 'dfs[a-z.]+'

查看结果

$ ./bin/hdfs dfs -cat output/* 1 dfsadmin 1 dfs.replication 1 dfs.namenode.name.dir 1 dfs.datanode.data.dir

测试运行结果

AI大模型学习福利

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获

四、AI大模型商业化落地方案

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量