Docker部署Hadoop-02-Docker常见操作

Docker核心前置教程（专为Hadoop部署准备）

本教程聚焦Hadoop部署必需的Docker核心技能 ，剔除无关知识点，只讲后续搭建Hadoop单机/分布式集群时一定会用到的Docker操作，确保知识点精准、实战性强。

一、Docker核心概念（Hadoop视角极简版）

先理解4个核心概念，后续操作不会懵：

概念	通俗解释	Hadoop部署中的作用
镜像（Image）	只读的"模板"，包含运行程序的所有环境（系统、软件、配置）	打包JDK、Hadoop、SSH等环境，避免每台Hadoop节点重复配置
容器（Container）	镜像的运行实例，独立隔离的环境（轻量级虚拟机）	一个容器就是一个Hadoop节点（NameNode/DataNode/ResourceManager等）
网络（Network）	Docker容器间的通信规则	分布式Hadoop需要节点间互通（如NameNode和DataNode通信），必须配置自定义网络
数据卷（Volume）	容器与宿主机共享的目录（容器删了数据不丢）	存储HDFS数据、Hadoop日志，避免容器重启/删除导致数据丢失

二、Docker基础环境验证（必做）

确保Docker安装正确、能正常使用，这是所有操作的前提：

# 1. 检查Docker服务状态（必须显示active (running)）
sudo systemctl status docker

# 2. 验证Docker功能（运行官方测试镜像，输出"Hello from Docker!"则正常）
sudo docker run --rm hello-world

# 3. （可选）添加当前用户到docker组，避免每次输sudo（需重启生效）
sudo usermod -aG docker $USER
newgrp docker  # 立即生效

三、镜像管理（Hadoop部署核心操作）

Hadoop部署需要基于基础系统镜像（如Ubuntu/CentOS）构建自定义镜像，以下是必备操作：

1. 拉取基础镜像（Hadoop的基础环境）

# 拉取Ubuntu 22.04镜像（Hadoop适配性最好的基础系统）
docker pull ubuntu:22.04

# 查看本地镜像（确认拉取成功）
docker images  # 输出包含ubuntu:22.04则成功
docker images | grep ubuntu  # 过滤查看Ubuntu镜像

2. 构建自定义镜像（Dockerfile核心）

后续部署Hadoop需要将JDK、SSH、Hadoop打包成镜像，必须掌握Dockerfile构建：

步骤1：创建Dockerfile目录和文件

# 创建目录（统一管理构建文件）
mkdir -p ~/docker-hadoop-base
cd ~/docker-hadoop-base

# 创建空的Dockerfile（后续部署Hadoop会填充内容，先练格式）
touch Dockerfile

步骤2：编写极简Dockerfile（练语法，后续直接复用）

sudo nano Dockerfile

编辑Dockerfile（用vim或nano）：

# 基础镜像（Hadoop的基础系统）
FROM ubuntu:22.04

# 设置环境变量（避免Ubuntu交互提示，Hadoop构建必加）
ENV DEBIAN_FRONTEND=noninteractive

# 安装Hadoop必需的基础依赖（SSH、ping、编辑器等）
RUN apt update && apt install -y \
    openssh-server \
    iputils-ping \
    net-tools \
    vim \
    && apt clean  # 清理缓存，减小镜像体积

# 配置SSH（Hadoop免密登录必需）
RUN mkdir /var/run/sshd \
    && echo "root:123456" | chpasswd \
    && sed -i 's/#PermitRootLogin prohibit-password/PermitRootLogin yes/' /etc/ssh/sshd_config

# 暴露端口（Hadoop节点通信必需：22是SSH端口）
EXPOSE 22

# 容器启动命令（启动SSH服务，Hadoop节点必需）
CMD ["/usr/sbin/sshd", "-D"]

步骤3：构建镜像

# 构建镜像，-t指定标签（名称:版本），.表示当前目录的Dockerfile
docker build -t hadoop-base:ubuntu22.04 .

# 验证构建结果（输出包含hadoop-base:ubuntu22.04则成功）
docker images | grep hadoop-base

输出如下：

一、整体过程总结

你执行的docker build -t hadoop-base:ubuntu22.04 .是基于当前目录的Dockerfile构建自定义Docker镜像 的命令，整个输出是Docker按Dockerfile的步骤一步步构建镜像的全过程，最终成功生成了标签为hadoop-base:ubuntu22.04的镜像（后续部署Hadoop的基础镜像）。

二、逐行解析输出含义

1. 废弃提示（非错误，可忽略）

   DEPRECATED: The legacy builder is deprecated and will be removed in a future release.
   BuildKit is currently disabled; enable it by removing the DOCKER_BUILDKIT=0
   environment-variable.

• 含义：Docker提示你当前使用的是"旧版构建器"，未来会移除，建议启用新版BuildKit构建器；
• 影响：完全不影响镜像构建和使用，只是一个兼容性提示，新手暂时不用管。

2. 发送构建上下文

   Sending build context to Docker daemon 2.56kB

• 含义：Docker会把当前目录（.）下的所有文件/目录（称为"构建上下文"）发送给Docker守护进程（daemon），供构建镜像使用；
• 关键：2.56kB说明上下文很小（只有Dockerfile等少量文件），构建效率高（如果上下文包含大文件，这里会很慢）。

3. 按Dockerfile步骤构建（Step 1/6 ~ Step 6/6）
   Dockerfile里写了6个指令（FROM/ENV/RUN/EXPOSE/CMD），构建时会按顺序执行每个步骤，每个步骤生成一个"镜像层"（分层存储是Docker的核心特性）：

输出行	对应Dockerfile指令	具体含义
Step 1/6 : FROM ubuntu:22.04 ---> 8ea4cbcf3a26	FROM ubuntu:22.04	① 基于官方的Ubuntu 22.04镜像作为"基础层"； ② 8ea4cbcf3a26是官方Ubuntu镜像的唯一ID（哈希值）。
Step 2/6 : ENV DEBIAN_FRONTEND=noninteractive ---> Using cache ---> a1681dfa4c3c	ENV DEBIAN_FRONTEND=noninteractive	① 设置环境变量，避免Ubuntu安装软件时弹出交互提示； ② Using cache：该步骤之前执行过，直接复用缓存（加速构建）； ③ a1681dfa4c3c：该步骤生成的镜像层ID。
Step 3/6 : RUN apt update && apt install -y openssh-server iputils-ping net-tools vim && apt clean ---> Using cache ---> ab30e2a66a69	RUN apt update && apt install -y ...	① 在基础镜像中安装SSH服务、ping、网络工具、vim等Hadoop必需的依赖； ② apt clean清理缓存，减小镜像体积； ③ 复用缓存，生成新的镜像层ab30e2a66a69。
Step 4/6 : RUN mkdir /var/run/sshd && echo "root:123456"	chpasswd && sed -i ... ---> Using cache ---> ae0518e9d33f	① 创建SSH运行目录、设置root密码、修改SSH配置允许root登录； ② 复用缓存，生成镜像层ae0518e9d33f（这一步是SSH登录的核心配置）。
Step 5/6 : EXPOSE 22 ---> Using cache ---> d3928117f1e1	EXPOSE 22	① 声明容器要暴露22端口（SSH端口，Hadoop节点通信必需）； ② 注意：EXPOSE只是"声明"，启动容器时需用-p映射端口才真正可访问。
Step 6/6 : CMD ["/usr/sbin/sshd", "-D"] ---> Using cache ---> ab5bcc15f783	CMD ["/usr/sbin/sshd", "-D"]	① 设置容器启动时默认执行的命令：启动SSH服务并后台运行； ② 这是保证容器启动后SSH服务可用的关键（Hadoop依赖SSH）。

4. 构建成功提示

   Successfully built ab5bcc15f783
   Successfully tagged hadoop-base:ubuntu22.04

• Successfully built ab5bcc15f783：镜像构建成功，ab5bcc15f783是该镜像的唯一ID；
• Successfully tagged hadoop-base:ubuntu22.04：给镜像打上"名称:版本"标签（hadoop-base:ubuntu22.04），后续启动容器时可直接用这个标签（比记镜像ID方便）。

三、关键知识点（Hadoop部署前置）

1. 分层构建 ：每个RUN/ENV/CMD等指令对应一个镜像层，复用缓存（Using cache）能大幅加速后续构建（修改Dockerfile后，仅重新执行修改后的步骤，之前的步骤复用缓存）；
2. 镜像标签 ：-t hadoop-base:ubuntu22.04是给镜像打标签，方便后续识别和使用（比如启动容器时直接用docker run hadoop-base:ubuntu22.04）；
3. 核心成果：你现在有了一个包含Ubuntu 22.04 + SSH服务 + 基础工具的镜像，这是后续部署Hadoop的"基础环境镜像"，接下来只需在这个镜像基础上添加JDK、Hadoop即可。

3. 镜像常用操作（清理/删除）

查看镜像

sudo docker images

这张图是 docker images 命令的输出，每一列的含义如下：

列名	含义
REPOSITORY	镜像的仓库名（名称），用来标识镜像的来源或用途。 例如：hadoop-base 是你构建的Hadoop基础镜像，ubuntu 是官方系统镜像。
TAG	镜像的版本标签，用来区分同一仓库下的不同版本。 例如：ubuntu22.04 表示基于Ubuntu 22.04构建，latest 是默认的最新版本标签。
IMAGE ID	镜像的唯一ID（哈希值），是Docker内部用来唯一标识镜像的字符串。 例如：ab5bcc15f783 就是你刚构建的 hadoop-base:ubuntu22.04 镜像的ID。
CREATED	镜像的创建时间，显示镜像是什么时候构建或拉取的。 例如：9 minutes ago 表示 hadoop-base 是9分钟前刚构建的。
SIZE	镜像占用的磁盘空间大小。 例如：hadoop-base:ubuntu22.04 是305MB，因为它包含了Ubuntu系统和SSH等工具；hello-world 只有10.1KB，是一个极小的测试镜像。

---

结合你的输出举例：

• hadoop-base 仓库下的 ubuntu22.04 标签，ID是 ab5bcc15f783，9分钟前构建，大小305MB。
• ubuntu 仓库下的 22.04 标签，是官方基础镜像，3周前拉取，大小77.9MB。

https://www.doubao.com/thread/w143c6f722c6b23dd

# 删除单个镜像（清理无用镜像）
docker rmi hadoop-base:ubuntu22.04  # 按标签删除
docker rmi 镜像ID                   # 按ID删除

# 强制删除所有未使用镜像（清理空间，谨慎使用）
docker image prune -f

四、验证构建成果（确保镜像可用）

执行以下命令，验证镜像是否能正常启动容器、SSH服务是否可用：

# 启动容器（后台运行，映射22端口）
docker run -d --name hadoop-test -p 2222:22 hadoop-base:ubuntu22.04

# 查看容器是否运行
docker ps  # 输出包含hadoop-test，状态为Up则正常

# 进入容器，验证SSH服务
docker exec -it hadoop-test /bin/bash
service ssh status  # 输出active (running)则SSH正常

docker run -d --name hadoop-test -p 2222:22 hadoop-base:ubuntu22.04 解释如下
https://www.doubao.com/thread/w0e0e6b8d62c9167f

docker exec -it hadoop-test /bin/bash 解释如下
https://www.doubao.com/thread/w7c09126c26848556

总结

1. 整个过程是Docker按Dockerfile的指令，一步步构建出适配Hadoop部署的基础镜像；
2. 核心成果：生成了hadoop-base:ubuntu22.04镜像，包含Hadoop必需的SSH服务和基础环境；
3. 关键提示：Using cache是正常优化，不影响镜像功能，后续修改Dockerfile后缓存会自动失效并重新构建对应步骤。

这个镜像就是你后续部署Hadoop的"底座"，接下来只需往里面添加JDK、Hadoop配置即可。

备注：关闭容器避免端口冲突

步骤1：先执行命令查看哪个容器占用了2222端口：

# 查看所有容器（包括运行/停止的），找到映射2222端口的容器名/ID
docker ps -a | grep 2222
# 或直接查看所有运行中的容器
docker ps

步骤2：停止并删除占用端口的容器

方式1：按容器名停止+删除（推荐，比如占用容器是hadoop-test）

# 1. 停止容器（先停再删，避免强制删除导致数据问题）
docker stop hadoop-test

# 2. 删除容器（释放端口）
docker rm hadoop-test

为什么需要删除容器才能释放端口
https://www.doubao.com/thread/w27b5c3d32974b37c

方式2：如果不知道容器名，按端口查PID后停止（通用方法）

# 1. 查找占用2222端口的进程PID
sudo lsof -i:2222

# 2. 停止该进程（替换PID为实际数值）
sudo kill -9 PID

# 3. 清理残留容器（如果有）
docker rm -f $(docker ps -aq)  # 强制删除所有容器（谨慎使用，会删所有容器）

步骤3：重新启动hadoop-node1容器

端口释放后，重新执行启动命令即可：

docker run -d --name hadoop-node1 -p 2222:22 -v ~/hadoop-data:/opt/hadoop/data hadoop-base:ubuntu22.04

避坑：后续避免端口冲突的小技巧

1. 启动新容器时换端口 ：比如把2222换成2223/2224，避免重复：

   docker run -d --name hadoop-node1 -p 2223:22 -v ~/hadoop-data:/opt/hadoop/data hadoop-base:ubuntu22.04

2. 一次性停止+删除所有容器 （测试环境可用，清理所有残留）：

   # 停止所有运行中的容器
   docker stop $(docker ps -q)
   # 删除所有容器
   docker rm $(docker ps -aq)

3. 查看端口映射情况 ：启动容器后，验证端口是否正确映射：

   docker port hadoop-node1

   ✅ 输出示例（正常映射）：

   22/tcp -> 0.0.0.0:2222

验证容器是否正常启动

执行以下命令，确认hadoop-node1容器运行正常：

# 查看容器状态（Up表示运行中）
docker ps | grep hadoop-node1

# 验证数据卷挂载（确认~/hadoop-data已挂载到容器）
docker inspect hadoop-node1 | grep -A 5 "Mounts"

总结

1. 核心操作 ：docker stop 容器名 + docker rm 容器名 关闭并删除占用端口的容器；
2. 端口冲突原因：同一宿主机端口只能映射给一个容器，重复映射会报错；
3. 验证标准 ：重新启动hadoop-node1后，docker ps显示容器状态为Up，无端口占用报错。

执行完上述步骤后，你的hadoop-node1容器就能正常启动，后续可通过docker exec -it hadoop-node1 /bin/bash进入容器配置Hadoop环境。

https://www.doubao.com/thread/w39b0cf5f8055dfe0

五、容器管理（Hadoop节点核心操作）

Hadoop的每个节点都是一个Docker容器，以下操作是日常管理的核心：

1. 启动容器（Hadoop节点启动必用）

基础启动（交互式，测试用）

# 启动容器，--name指定容器名，-it交互式，/bin/bash进入命令行
docker run -it --name hadoop-node1 hadoop-base:ubuntu22.04 /bin/bash

# 退出容器（仅退出，容器不停止）
exit  # 或按Ctrl+P+Q

生产级启动（Hadoop部署核心，后台运行+持久化）

# 删除hadoop-node1容器
docker rm -f hadoop-node1
# 启动Hadoop节点容器：
# --name: 容器名hadoop-node1
# -p: 宿主机2222端口映射容器22端口（SSH）
# -v: 宿主机~/hadoop-data挂载到容器/opt/hadoop/data（数据持久化）
docker run -d --name hadoop-node1 -p 2222:22 -v ~/hadoop-data:/opt/hadoop/data hadoop-base:ubuntu22.04

2. 容器状态管理

# 查看运行中的容器
docker ps

# 查看所有容器（包括停止的）
docker ps -a

# 启动停止的容器
docker start hadoop-node1

# 停止运行的容器
docker stop hadoop-node1

# 重启容器
docker restart hadoop-node1

# 删除容器（需先停止）
docker rm hadoop-node1

# 强制删除运行中的容器（谨慎使用）
docker rm -f hadoop-node1

3. 进入运行中的容器（修改配置/执行命令）

Hadoop部署中需要频繁进入容器修改配置，这是最常用的命令：

# 交互式进入容器（推荐，Hadoop配置必用）
docker exec -it hadoop-node1 /bin/bash

# 示例：进入容器后验证SSH服务
service ssh status  # 输出"active (running)"则正常

五、网络管理（分布式Hadoop核心）

分布式Hadoop需要多个容器互通，必须掌握Docker自定义网络：

1. 创建自定义网络（避免IP冲突）

# 创建桥接网络，指定子网（Hadoop集群固定IP段，避免冲突）
docker network create --driver bridge --subnet=172.18.0.0/16 hadoop-network

# 查看网络列表（确认创建成功）
docker network ls

2. 容器加入网络（两种方式）

方式1：启动容器时直接加入

# --network hadoop-network \  # 加入自定义网络
# --ip 172.18.0.2 \           # 指定固定IP（Hadoop节点IP固定，避免重启变化）
docker run -d  --name hadoop-namenode  --network hadoop-network  --ip 172.18.0.2   hadoop-base:ubuntu22.04

方式2：给已启动容器加网络

# 将已创建的容器 hadoop-node1 加入到名为 hadoop-network 的自定义 Docker 网络中 的核心指令
docker network connect hadoop-network hadoop-node1

查看 hadoop-network 网络详情（推荐，直接看 IP 分配）

执行以下命令，会输出 hadoop-network 的完整配置，包含所有接入容器的 IP 和名称：

docker network inspect hadoop-network

3. 验证容器网络互通（Hadoop必需）

# 1. 停止容器（先停再删，避免强制删除导致数据问题）
docker stop hadoop-datanode1

# 2. 删除容器（释放端口）
docker rm hadoop-datanode1

# 启动第二个容器作为DataNode
docker run -d  --name hadoop-datanode1   --network hadoop-network  --ip 172.18.0.4   hadoop-base:ubuntu22.04

# 进入namenode容器，ping datanode（能通则网络正常）
docker exec -it hadoop-namenode ping hadoop-datanode1
docker exec -it hadoop-namenode ping 172.18.0.4

4. 网络常用操作

# 查看网络详情（包含连接的容器和IP）
docker network inspect hadoop-network

# 断开容器与网络的连接
docker network disconnect hadoop-network hadoop-node1

# 删除自定义网络（需先断开所有容器）
docker network rm hadoop-network

六、数据卷管理（Hadoop数据持久化）

Hadoop的HDFS数据、日志必须持久化，否则容器删除数据就丢了：

1. 创建命名卷（推荐，管理规范）

# 创建数据卷（存储HDFS数据）
docker volume create hadoop-hdfs-data

# 查看数据卷（确认创建成功）
docker volume ls

# 查看数据卷的宿主机路径（了解数据存在哪）
docker volume inspect hadoop-hdfs-data

2. 挂载数据命名卷到容器

# \  # hadoop-hdfs-data数据命名卷→容器目录
docker run -d --name hadoop-namenode --network hadoop-network   -v hadoop-hdfs-data:/opt/hadoop/data   hadoop-base:ubuntu22.04

名称冲突的解决办法

方案 1：删除旧容器，重新创建（推荐，全新配置）

适合旧容器还未配置 Hadoop，只是空的基础容器的场景，步骤

# 1. 停止并删除旧的hadoop-namenode容器（释放名称）
docker stop hadoop-namenode
docker rm hadoop-namenode

# 2. 重新启动容器（带数据卷挂载）
docker run -d --name hadoop-namenode --network hadoop-network --ip 172.18.0.2 -v hadoop-hdfs-data:/opt/hadoop/data hadoop-base:ubuntu22.04

方案 2：给旧容器挂载数据卷（不删除，复用旧容器）

如果旧容器已有部分配置，不想删除，可通过docker run的替代方案给运行中的容器挂载数据卷（需借助工具，步骤稍复杂）：

# 1. 先停止旧容器
docker stop hadoop-namenode

# 2. 提交旧容器为新镜像（保留原有配置）
docker commit hadoop-namenode hadoop-namenode:temp

# 3. 删除旧容器
docker rm hadoop-namenode

# 4. 基于新镜像启动容器（挂载数据卷）
docker run -d --name hadoop-namenode --network hadoop-network --ip 172.18.0.2 -v hadoop-hdfs-data:/opt/hadoop/data hadoop-namenode:temp

# 5. （可选）删除临时镜像（清理资源）
docker rmi hadoop-namenode:temp

3. 数据卷常用操作

# 删除数据卷（需先停止容器）
docker volume rm hadoop-hdfs-data

# 清理所有未使用数据卷（释放空间）
docker volume prune -f

---

Docker 3种数据挂载方式核心对比（Hadoop视角）

挂载方式	语法示例	存储位置（宿主机）	核心特点	Hadoop场景适配性
命名卷（你用的方式）	-v hadoop-hdfs-data:/opt/hadoop/data	/var/lib/docker/volumes/hadoop-hdfs-data/_data（Docker管理）	1. 由Docker统一管理，无需手动建目录； 2. 名称直观（hadoop-hdfs-data），易管理； 3. 容器删除后卷仍保留，数据不丢； 4. 权限适配友好（Docker自动处理）。	✅ 推荐（生产/测试都适用，数据安全易管理）
匿名卷	-v /opt/hadoop/data	/var/lib/docker/volumes/随机ID/_data（Docker管理）	1. 无自定义名称，靠随机ID标识； 2. 数据也持久化，但难以区分（比如分不清是NameNode还是DataNode的卷）； 3. 容器删除后卷仍保留，但不易定位。	❌ 不推荐（Hadoop多节点易混淆）
宿主机目录挂载	-v ~/hadoop-data:/opt/hadoop/data	~/hadoop-data（用户指定的宿主机目录）	1. 数据存在宿主机自定义目录，直观可见； 2. 需手动创建目录，且要处理权限（如容器内用户无读写权限）； 3. 跨主机迁移麻烦（目录路径可能不一致）。	⚠️ 可选（测试环境方便查看数据，生产需注意权限）

---

关键区别拆解（针对你的Hadoop场景）

1. 命名卷 vs 宿主机目录挂载（新手最易混淆）

你之前用过 -v ~/hadoop-data:/opt/hadoop/data（宿主机目录挂载），和现在的命名卷核心区别：

维度	命名卷（hadoop-hdfs-data:/opt/...）	宿主机目录挂载（~/hadoop-data:/opt/...）
目录创建	Docker自动创建，无需手动操作	需手动创建~/hadoop-data，否则可能报错
权限问题	Docker自动适配容器内用户权限	易出现权限错误（如容器内ubuntu用户无法读写宿主机目录）
数据管理	用docker volume ls/inspect/rm管理	用Linux命令（ls/rm/mkdir）管理，易误删
跨环境迁移	可通过docker volume export导出，适配性强	需手动拷贝目录，跨主机路径可能不一致
直观性	需用docker volume inspect看路径	直接在宿主机~/hadoop-data看到数据，更直观

2. 命名卷 vs 匿名卷

匿名卷是命名卷的"无名称版本"，比如 -v /opt/hadoop/data：

• 缺点：Docker会生成随机ID作为卷名（如0f987654321），后续想查"哪个卷是NameNode的"，需要逐个inspect，对Hadoop多节点集群来说极不友好；
• 场景：仅适合临时存储，Hadoop集群完全不推荐。

---

Hadoop部署的挂载方式选择建议

1. 测试环境 ：
   可选「宿主机目录挂载」（-v ~/hadoop-namenode-data:/opt/hadoop/data），方便直接在宿主机查看/修改HDFS元数据、日志，调试更高效；
2. 生产/正式集群 ：
   优先选「命名卷」（-v hadoop-namenode-data:/opt/hadoop/data），Docker统一管理，权限问题少，数据安全且易维护；
3. 绝对避免 ：
   匿名卷（无名称），多节点场景下根本无法区分数据归属。

---

实操验证（区分两种挂载）

1. 查看命名卷（你用的方式）

# 列出所有命名卷
docker volume ls
# 查看hadoop-hdfs-data的详情（含宿主机路径）
docker volume inspect hadoop-hdfs-data

2. 查看宿主机目录挂载

# 直接查看宿主机目录
ls ~/hadoop-data
# 查看容器挂载详情（区分卷类型）
docker inspect hadoop-namenode | grep -E "Type|Source|Destination"
# 命名卷的Type是"volume"，宿主机目录挂载的Type是"bind"

---

总结

1. 核心结论：你这条命令用的就是「命名卷挂载」，不存在"这种方式和命名卷的区别"；
2. 关键区分：重点区分「命名卷」和「宿主机目录挂载」------前者Docker管，易维护；后者用户管，易调试；
3. Hadoop适配：测试用宿主机目录挂载，正式环境用命名卷，绝对避免匿名卷。

掌握这三种挂载方式的区别，后续部署Hadoop分布式集群时，能根据场景灵活选择，既保证数据持久化，又避免权限/管理坑。

七、核心操作验证（确保掌握）

执行以下步骤，验证所有核心技能是否掌握：

1. 创建自定义网络hadoop-network；
2. 基于hadoop-base:ubuntu22.04启动2个容器（namenode/datanode1），加入该网络并指定固定IP；
3. 给namenode挂载数据卷hadoop-hdfs-data；
4. 进入namenode容器，ping datanode1（能通则网络正常）；
5. 停止并删除所有容器，删除数据卷和自定义网络。

总结

1. 核心技能：镜像构建（Dockerfile）、容器启停/进入、自定义网络配置、数据卷挂载是Hadoop部署的4个核心前置技能；
2. 关键原则：Hadoop容器需保证「网络互通、IP固定、数据持久化、端口可访问」；
3. 后续复用：本教程的Dockerfile、容器启动命令、网络配置可直接复用在Hadoop部署中，只需填充JDK/Hadoop相关内容。

掌握以上内容，后续部署Hadoop时，只需聚焦Hadoop本身的配置，Docker层面的操作不会成为障碍。