使用 Docker 运行 Hadoop（适用于 DEV 和 PROD 环境）

Question

用 Docker 运行 Hadoop 的最简单方法是什么（适用于开发环境和实际环境）？

这是本地开发环境和真实环境的区别应该只是目标机器。

附：相关的

• Is Hadoop in Docker container faster/worth it?
• Using Hadoop and Spark on Docker containers
• Run a hadoop cluster on docker containers
• How to set up Hadoop in Docker Swarm?
• Is it possible to start multi physical node hadoop clustster using docker?
• Multi-node Hadoop cluster with Docker

还有很多https://stackoverflow.com/questions/tagged/hadoop+docker

Answer 1

有几个Hadoop images on Docker Hub，但如果你想要适合不同环境的东西，你会想要完全分布式运行 - 即使用一个容器用于 HDFS 和 YARN 主节点，以及多个容器用于工作节点。

我有一张可以用作起点的图片：sixeyed/hadoop-dotnet。从Dockerfile 可以看出，它从 Java 基础镜像开始，安装 Hadoop 并使用startup script，因此容器可以作为 master 或 worker 运行。

这意味着您可以使用最新的网络堆栈通过 Docker 运行分布式集群：

docker network create hadoop

docker run -d -p 50070:50070 -p 8088:8088 \
    --network hadoop --name hadoop-dotnet-master \
    sixeyed/hadoop-dotnet master

docker run -d -p 50075:50075 -p 8142:8042 -p 19888:19888 \
    --network hadoop 
    sixeyed/hadoop-dotnet worker

或者您可以使用a Docker Compose file 运行一个完全分布式的集群。

该图像还包含 .NET Core，但如果您不使用它，您可以删除该部分。