spark要配合hadoop的hdfs使用，然而hadoop的特點就是分布式，在一臺主機上搭建集群有點困難，百度后發現可以使用docker構建搭建，于是開搞：
github項目：https://github.com/kiwenlau/hadoop-cluster-docker
參考文章：http://www.ythuaji.com.cn/article/133309.html
docker安裝
文章中安裝的是docker.io
但是我推薦安裝docker-ce，docker.io版本太老了,步驟如下：
1、國際慣例更新下apt軟件包的源
|
1
|
sudo apt-get update |
2、安裝軟件包以允許apt通過https使用存儲庫
|
1
2
3
4
5
|
sudo apt-get install \apt-transport-https \ca-certificates \curl \software-properties-common |
3、因為被墻使用教育網鏡像：
4、同樣
|
1
2
3
4
|
sudo add-apt-repository \"deb [arch=amd64] https://mirrors.ustc.edu.cn/docker-ce/linux/ubuntu \$(lsb_release -cs) \stable" |
5、更新下我們的軟件源
|
1
|
sudo apt-get update |
6、安裝docker
|
1
|
sudo apt-get install docker-ce |
7、啟動docker服務
|
1
|
sudo service docker start |
or
|
1
|
sudo systemctl start docker |
8、覺得有必要可以設置開機自帶啟動
|
1
|
sudo systemctl enable docker |
9、關閉自啟動
|
1
|
sudo systemctl disable docker |
10、國內訪問docker會受限制，可以使用加速服務，阿里云、網易云、daocloud
11、運行 docker run hello-world 測試是否安裝成功
12、想要安裝其他image 可以到docker hub上找
或是直接在github上搜索相應docker
搭建hadoop集群
搭建過程很簡單
https://github.com/kiwenlau/hadoop-cluster-docker
上步驟說明很詳細：
1、pull鏡像，速度慢的換國內鏡像源
|
1
|
sudo docker pull kiwenlau/hadoop:1.0 |
200多m不算大，我下過jupyter官方pyspark的docker 5g…
2、克隆項目到本地
|
1
|
git clone https://github.com/kiwenlau/hadoop-cluster-docker |
其實只用到里面的 start-container.sh 文件也可以單獨下，復制粘貼啥的
3、start-container.sh 需要修改一下 cd 到文件目錄
sudo gedit start-container.sh 修改如下
開放9000端口還有創建共享文件夾方便以后使用
4、保存之后，創建docker-hadoop網絡
|
1
|
sudo docker network create --driver=bridge hadoop |
5、開啟容器
|
1
|
sudo ./start-container.sh |
6、開啟hadoop集群
|
1
|
./start-hadoop.sh |
7、測試一下hadoop，在hdfs上創建 test/input 目錄
|
1
2
|
hadoop fs -mkdir -p /test/inputhadoop fs -ls /test |
8、運行word-count程序
|
1
|
./run-wordcount.sh |
結果如下
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持服務器之家。
原文鏈接：https://blog.csdn.net/tonydz0523/article/details/80534985
