超详细！关于在Docker里安装Hadoop的详细操作（部署单点集群）

（1）环境准备

已经安装好Docker，并且更新到最新版本

（2）配置本地JDK8

到官网下载对应系统版本的JDK8

Java Archive Downloads - Java SE 8u211 and laterhttps://www.oracle.com/java/technologies/javase/javase8u211-later-archive-downloads.html

安装好后点击下载的文件进行安装，然后进行环境变量配置

查看JDK安装目录：

bash 复制代码

# 进入 JDK 安装目录
cd /Library/Java/JavaVirtualMachines
 
# 查看文件
ls
➜  jdk-1.8.jdk	jdk-11.jdk
 
# 查看路径
pwd
➜  /Library/Java/JavaVirtualMachines

配置环境变量文件:

bash 复制代码

# 进入当前用户的 home 目录
cd /Users/xxx    xxx改为自己的电脑用户名称
 
# 输入
cd ~
 
# 打开环境变量配置文件
vi ～/.bash_profile
# 注意这里用touch命令第一次配置环境变量会报错：.bash_profile does not exist.，意思需要创建文件 直接vi、vim都行。

将下述配置信息粘贴到文件中,注意JAVA_HOME替换为自己目录上面使用pwd已经查了

bash 复制代码

# JDK Config
JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk-1.8.jdk/Contents/Home
CLASS_PATH="$JAVA_HOME/lib"
PATH="$PATH:$JAVA_HOME/bin"

然后按esc键退出编辑，输入:wq，回车就可以了

将配置生效：

bash 复制代码

# 配置文件立即生效
source ~/.bash_profile
 
# 验证：查看 JAVA_HOME 目录
echo $JAVA_HOME
 
# 查看 JDK 版本信息
java -version

返回查看版本信息，即安装成功。

（3）Docker中拉取jdk8镜像

bash 复制代码

docker pull openjdk:8-jdk

（4）创建工作目录

在本地创建一个目录，用于存放 Dockerfile 和配置文件：

bash 复制代码

mkdir hadoop-docker
cd hadoop-docker

（5）编写 Dockerfile

在 hadoop-docker 目录下创建 Dockerfile 文件：

bash 复制代码

touch Dockerfile

编辑 Dockerfile，内容如下：

bash 复制代码

# 使用 OpenJDK 8 作为基础镜像
FROM openjdk:8-jdk

# 设置正确的 JAVA_HOME 路径
ENV JAVA_HOME=/usr/local/openjdk-8
ENV PATH=$JAVA_HOME/bin:$PATH

# 设置 Hadoop 版本和相关环境变量
ENV HADOOP_VERSION=3.3.6
ENV HADOOP_HOME=/usr/local/hadoop
ENV PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

# 安装必要工具
RUN apt-get update && apt-get install -y \
    wget \
    ssh \
    rsync \
    vim && \
    apt-get clean

# 下载并解压 Hadoop
RUN wget https://downloads.apache.org/hadoop/common/hadoop-${HADOOP_VERSION}/hadoop-${HADOOP_VERSION}.tar.gz && \
    tar -xzf hadoop-${HADOOP_VERSION}.tar.gz && \
    mv hadoop-${HADOOP_VERSION} ${HADOOP_HOME} && \
    rm hadoop-${HADOOP_VERSION}.tar.gz

# 配置 SSH（Hadoop 集群通信需要 SSH）
RUN ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa && \
    cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys && \
    chmod 600 ~/.ssh/authorized_keys

# 复制 Hadoop 配置文件到镜像
COPY core-site.xml ${HADOOP_HOME}/etc/hadoop/core-site.xml
COPY hdfs-site.xml ${HADOOP_HOME}/etc/hadoop/hdfs-site.xml
COPY yarn-site.xml ${HADOOP_HOME}/etc/hadoop/yarn-site.xml
COPY mapred-site.xml ${HADOOP_HOME}/etc/hadoop/mapred-site.xml

# 暴露 Hadoop 服务端口
EXPOSE 50070 8088 9000

# 启动 SSH 服务并保持容器运行
CMD ["bash", "-c", "service ssh start && bash"]

（6）编写 Hadoop 配置文件

在当前目录下创建以下配置文件：

core-site.xml

XML 复制代码

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
</configuration>

hdfs-site.xml

XML 复制代码

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
</configuration>

yarn-site.xml

XML 复制代码

<configuration>
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>localhost</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

mapred-site.xml

XML 复制代码

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

（7）构建 Docker 镜像

在 hadoop-docker 目录下，运行以下命令构建镜像：

bash 复制代码

docker build -t hadoop-single-node .

（8）运行 Docker 容器

创建并启动容器：

bash 复制代码

docker run -it --name hadoop-container -p 50070:50070 -p 8088:8088 -p 9000:9000 hadoop-single-node

进入容器后，按照以下步骤启动 Hadoop 服务：

1.格式化 HDFS：

bash 复制代码

hdfs namenode -format

这一步很有可能会报错，报错：找不到你的JAVA_HOME，原因是你的JDK镜像容器文件的地址可能跟你配置的Dockerfile文件中的地址不同。

这个时候你需要运行JDK8镜像容器，然后查找路径。

输入：

bash 复制代码

which java

就会输出java的路径，然后到Dockerfile文件中去修改JAVA_HOME。

再重新构建镜像：（这里要先删除镜像名称hadoop-container，使用docker 删除命令）

bash 复制代码

docker rm hadoop-container

bash 复制代码

docker build -t hadoop-single-node .

后续只需要启动就行，不用重新重建：

bash 复制代码

docker start -ai hadoop-container

2.启动 HDFS：

bash 复制代码

start-dfs.sh

在这里启动时，报错了

原因是：Hadoop 的安全配置默认禁止以 root 用户启动服务（如 namenode 和 datanode）。同时，未定义 HDFS_NAMENODE_USER、HDFS_DATANODE_USER 和 HDFS_SECONDARYNAMENODE_USER 环境变量。

解决：

在容器中创建一个新的用户（如 hadoop）：

bash 复制代码

adduser hadoop

切换到 hadoop 用户：

配置环境变量

为新用户设置必要的环境变量（JAVA_HOME、HADOOP_HOME 等）：

编辑用户的bashrc：

直接在容器内进行追加就行

bash 复制代码

echo 'export JAVA_HOME=/usr/local/openjdk-8' >> ~/.bashrc
echo 'export HADOOP_HOME=/usr/local/hadoop' >> ~/.bashrc
echo 'export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin' >> ~/.bashrc

刷新环境变量：

bash 复制代码

source ~/.bashrc

重新格式化

后续启动容器后，就以hadoop用户进行启动hdfs

问题又来了。

这个问题的核心原因是 Hadoop 的分布式模式需要 SSH 无密码访问，而当前用户 hadoop 无法通过 SSH 无密码访问自身或 localhost。

配置 SSH 无密码访问

使用 hadoop 用户生成 SSH 密钥：

bash 复制代码

ssh-keygen -t rsa -P ""

按 Enter 使用默认路径（通常是 ~/.ssh/id_rsa）。

-P "" 表示不设置密码。

确认密钥生成成功：

bash 复制代码

ls ~/.ssh/

设置无密码访问

将公钥添加到 authorized_keys：

bash 复制代码

cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys

设置正确的权限：

bash 复制代码

chmod 700 ~/.ssh
chmod 600 ~/.ssh/authorized_keys

测试 SSH 无密码访问：

bash 复制代码

ssh localhost

成功无密码登陆localhost

配置 Hadoop 环境

确保 Hadoop 的环境变量配置正确：

编辑 hadoop-env.sh 文件：

直接在容器中追加内容：

bash 复制代码

echo 'export JAVA_HOME=/usr/local/openjdk-8' >> $HADOOP_HOME/etc/hadoop/hadoop-env.sh
echo 'export HADOOP_HOME=/usr/local/hadoop' >> $HADOOP_HOME/etc/hadoop/hadoop-env.sh
echo 'export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin' >> $HADOOP_HOME/etc/hadoop/hadoop-env.sh

刷新环境变量：

bash 复制代码

source ~/.bashrc

给hadoop用户配置读取/usr/local/hadoop/logs的权限问题：

切换到root用户

bash 复制代码

chown -R hadoop:hadoop /usr/local/hadoop/logs
chmod -R 755 /usr/local/hadoop/logs

重新启动hdfs

如果没有namenode，重新格式化hdfs

3.启动 YARN：

bash 复制代码

start-yarn.sh

（9）验证 Hadoop 部署

访问 HDFS Web 界面：
- 打开浏览器，访问 http://localhost:50070
访问 YARN Web 界面：
- 打开浏览器，访问 http://localhost:8088
测试 Hadoop 命令：在容器中运行以下命令验证：

bash 复制代码

hdfs dfs -mkdir /test
hdfs dfs -ls /