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](#2）创建 Hadoop)
- [3）启动 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

bash 复制代码

[root@hadoop108 ~]# uname -r
3.10.0-862.el7.x86_64

安装 Docker

bash 复制代码

[root@hadoop108 ~]# yum install -y docker

启动 Docker

bash 复制代码

[root@hadoop108 ~]# systemctl start docker

设置 Docker 开机自启

bash 复制代码

[root@hadoop108 ~]# systemctl enable docker

查看 Docker 状态

bash 复制代码

[root@hadoop108 ~]# systemctl status docker

配置 Docker 镜像加速器

bash 复制代码

[root@hadoop108 ~]# vim /etc/docker/daemon.json

复制代码

{
  "registry-mirrors": ["https://3iy7bctt.mirror.aliyuncs.com"]
}

bash 复制代码

[root@hadoop108 ~]# systemctl daemon-reload
[root@hadoop108 ~]# systemctl restart docker
[root@hadoop108 ~]# docker info

搜索并拉取 CentOS 镜像

bash 复制代码

[root@hadoop108 ~]# docker search centos
[root@hadoop108 ~]# docker pull centos:7

查看镜像列表
bash 复制代码
```
[root@hadoop108 ~]# docker images
```

运行 CentOS 容器（带特权模式，用于启动 systemd 服务）

bash 复制代码

[root@hadoop108 ~]# docker run --privileged=true --name centos7 -h hadoop -itd centos:7 /usr/sbin/init

查看运行中的容器
bash 复制代码
```
[root@hadoop108 ~]# docker ps
```

进入容器

bash 复制代码

[root@hadoop108 ~]# docker exec -it centos7 /bin/bash

在容器内安装必要工具

bash 复制代码

[root@hadoop ~]# yum install -y vim net-tools openssh-server openssh-clients rsync

配置 SSH 服务并启动

bash 复制代码

[root@hadoop ~]# vim /etc/ssh/sshd_config
Port 22
PermitRootLogin yes

bash 复制代码

[root@hadoop ~]# systemctl start sshd.service
[root@hadoop ~]# systemctl enable sshd.service
[root@hadoop ~]# systemctl status sshd.service

创建软件目录

bash 复制代码

[root@hadoop ~]# mkdir -p /opt/module /opt/software

退出容器并提交为新的镜像

bash 复制代码

[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

bash 复制代码

[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）

bash 复制代码

[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

bash 复制代码

[root@master ~]# passwd root
[root@slave01 ~]# passwd root
[root@slave02 ~]# passwd root

配置 SSH 免密登录

bash 复制代码

[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

bash 复制代码

[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

bash 复制代码

[root@master ~]# tar -xzvf /opt/software/jdk-8u144-linux-x64.tar.gz -C /opt/module/

bash 复制代码

[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

bash 复制代码

[root@master ~]# source /etc/profile
[root@master ~]# java -version

安装 Hadoop

bash 复制代码

[root@master ~]# tar -xzvf /opt/software/hadoop-2.7.2.tar.gz -C /opt/module/

bash 复制代码

[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

bash 复制代码

[root@master ~]# source /etc/profile
[root@master ~]# hadoop version

配置 Hadoop 配置文件

bash 复制代码

[root@master ~]# cd /opt/module/hadoop-2.7.2/etc/hadoop

配置 core-site.xml

复制代码

<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

复制代码

export JAVA_HOME=/opt/module/jdk1.8.0_144

配置 hdfs-site.xml

复制代码

<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
复制代码
```
master
slave01
slave02
```

配置 yarn-env.sh

复制代码

export JAVA_HOME=/opt/module/jdk1.8.0_144

配置 yarn-site.xml

复制代码

<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

bash 复制代码

[root@master hadoop]# mv mapred-site.xml.template mapred-site.xml

复制代码

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

配置 mapred-env.sh

复制代码

export JAVA_HOME=/opt/module/jdk1.8.0_144

分发配置文件到 slave 节点

bash 复制代码

[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）

bash 复制代码

[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

bash 复制代码

[root@slave01 ~]# source /etc/profile

3）启动 Hadoop

格式化 HDFS 并启动 Hadoop
- 在 master 节点执行：
  bash 复制代码
```
[root@master ~]# hdfs namenode -format
[root@master ~]# start-dfs.sh
```
- 在 slave01 节点执行：
  bash 复制代码
```
[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

bash 复制代码

[root@slave01 ~]# stop-yarn.sh
[root@master ~]# stop-dfs.sh

将容器提交为镜像

bash 复制代码

[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。