Docker 单机快速部署大数据各组件

一、Spark

1.1 NetWork 网络

docker network ls

docker network create --driver=bridge hadoop-network

1.2 安装 Java8

  下载基础镜像：

docker pull centos:7

1.3 安装 Python 环境

  Miniconda3 安装：

root@hadoop:~# apt install wget

root@hadoop:~# wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

root@hadoop:~# bash Miniconda3-latest-Linux-x86_64.sh

root@hadoop:~# source .bashrc 
(base) root@hadoop:~# python
Python 3.12.4 | packaged by Anaconda, Inc. | (main, Jun 18 2024, 15:12:24) [GCC 11.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> exit()

可参考：Miniconda安装教程

1.4 Spark 安装部署

  上传安装包：

docker cp spark-2.4.0-bin-hadoop2.7.tgz ubuntu-java8:/usr/local

docker cp scala-2.11.12.tgz ubuntu-java8:/usr/local

  解压：

# 解压
tar -zxf spark-2.4.0-bin-hadoop2.7.tgz
tar -zxf scala-2.11.12.tgz

# 删除
rm -rf spark-2.4.0-bin-hadoop2.7.tgz
rm -rf scala-2.11.12.tgz

  修改配置（要运行本地模式的话可忽略）：

cd /usr/local/spark-2.4.0-bin-hadoop2.7/conf
cp spark-env.sh.template spark-env.sh
vim spark-env.sh

# 添加内容
export JAVA_HOME=/usr/java/jdk1.8.0_212
export SCALA_HOME=/usr/local/scala-2.11.12
export SPARK_HOME=/usr/local/spark-2.4.0-bin-hadoop2.7
export HADOOP_INSTALL=/usr/local/hadoop-3.0.0
export HADOOP_CONF_DIR=$HADOOP_INSTALL/etc/hadoop

注：默认没有 vi 和 vim 命令，需要安装，安装命令：apt install vim

  环境变量：

root@hadoop:~# vim .bashrc
# SPARK_HOME
export SPARK_HOME=/usr/local/spark-2.4.0-bin-hadoop2.7
export PATH=$SPARK_HOME/bin:$PATH

  测试命令：

spark-submit --master local[*] --class org.apache.spark.examples.SparkPi $SPARK_HOME/examples/jars/spark-examples_2.11-2.4.0.jar 20

二、Kafka

  下载镜像：

docker pull bitnami/kafka:3.6.0

  启动容器：

docker run -d --name kafka \
-p 9092:9092 \
--network hadoop-network \
-e KAFKA_ADVERTISED_PORT=9092 \
-e KAFKA_ENABLE_KRAFT=yes \
-e KAFKA_CFG_PROCESS_ROLES=broker,controller \
-e KAFKA_CFG_LISTENER_SECURITY_PROTOCOL_MAP=CONTROLLER:PLAINTEXT,PLAINTEXT:PLAINTEXT \
-e KAFKA_CFG_CONTROLLER_LISTENER_NAMES=CONTROLLER \
-e KAFKA_CFG_LISTENERS=PLAINTEXT://:9092,CONTROLLER://:9093 \
-e KAFKA_CFG_CONTROLLER_QUORUM_VOTERS=1@127.0.0.1:9093 \
-e KAFKA_KRAFT_CLUSTER_ID=jkUlhzQmQkic54LMxrB1oV \
-e ALLOW_PLAINTEXT_LISTENER=yes \
-e KAFKA_BROKER_ID=1 \
-e KAFKA_CFG_NODE_ID=1 \
bitnami/kafka:3.6.0

-d：选项以守护程序模式运行容器。
--name kafka：为容器指定一个名称。
-p 9092:9092：将容器中的 9092 端口(后面的)映射到主机的 9092 端口（前面的）。

  要验证 Kafka 是否正在运行，请使用以下命令检查容器的日志：

docker logs kafka

。。。
[2024-09-25 09:02:34,287] INFO Kafka version: 3.6.0 (org.apache.kafka.common.utils.AppInfoParser)
[2024-09-25 09:02:34,287] INFO Kafka commitId: 60e845626d8a465a (org.apache.kafka.common.utils.AppInfoParser)
[2024-09-25 09:02:34,287] INFO Kafka startTimeMs: 1727254954286 (org.apache.kafka.common.utils.AppInfoParser)
[2024-09-25 09:02:34,289] INFO [KafkaRaftServer nodeId=1] Kafka Server started (kafka.server.KafkaRaftServer)

  创建主题：

docker exec -it kafka /bin/bash

# data解析
kafka-topics.sh --create --topic xiaoqiang-result-topic --bootstrap-server localhost:9092 --partitions 1 --replication-factor 1

kafka-topics.sh --bootstrap-server localhost:9092 --list

三、StarRocks

集群部署参考文档：通过 docker-compose 快速部署 StarRocks 保姆级教程

  下载官方镜像：

docker pull starrocks/allin1-ubuntu:3.1.13

  运行容器：

docker run -p 9030:9030 -p 8030:8030 -p 8040:8040 -itd --name starrocks starrocks/allin1-ubuntu:3.1.13

# 进入容器
docker exec -it starrocks mysql -P 9030 -h 127.0.0.1 -u root

四、Redis

  下载镜像：

docker pull redis

  编辑配置文件 /home/bigdata/redis/redis.conf，使 Redis 支持数据持久化：

protected-mode no

port 6379

tcp-backlog 511
#redis密码 强烈建议设置复杂一些
requirepass ABCabc123

timeout 0
tcp-keepalive 300
daemonize no
supervised no
pidfile /var/run/redis_6379.pid
loglevel notice
logfile ""
databases 30
always-show-logo yes

save 900 1
save 300 10
save 60 10000

stop-writes-on-bgsave-error yes
rdbcompression yes
rdbchecksum yes
dbfilename dump.rdb

dir ./

replica-serve-stale-data yes
replica-read-only yes
repl-diskless-sync no
repl-disable-tcp-nodelay no

replica-priority 100

lazyfree-lazy-eviction no
lazyfree-lazy-expire no
lazyfree-lazy-server-del no
replica-lazy-flush no

appendonly yes

appendfilename "appendonly.aof"

no-appendfsync-on-rewrite no

auto-aof-rewrite-percentage 100
auto-aof-rewrite-min-size 64mb

aof-load-truncated yes
aof-use-rdb-preamble yes

lua-time-limit 5000
slowlog-max-len 128

notify-keyspace-events ""

hash-max-ziplist-entries 512
hash-max-ziplist-value 64
list-max-ziplist-size -2
list-compress-depth 0
set-max-intset-entries 512

zset-max-ziplist-entries 128
zset-max-ziplist-value 64

hll-sparse-max-bytes 3000

stream-node-max-bytes 4096
stream-node-max-entries 100

activerehashing yes
hz 10
dynamic-hz yes
aof-rewrite-incremental-fsync yes
rdb-save-incremental-fsync yes

  启动容器：

sudo docker run --restart=always \
--log-opt max-size=100m \
--log-opt max-file=2 \
-p 6379:6379 \
--name redis \
-v /home/bigdata/redis/redis.conf:/etc/redis/redis.conf \
-v /home/bigdata/redis/data:/data \
-itd redis:latest redis-server /etc/redis/redis.conf \
--appendonly yes \
--requirepass qwe123

参数的意义：

• 【 --restart=always】 开机启动，失败也会一直重启；
• 【–log-opt max-size=100m】意味着一个容器日志大小上限是100M;
• 【–log-opt max-file=2】意味着一个容器有2个日志，分别是id+.json、id+1.json;
• 【-p 6379:6379】 将宿主机6379端口与容器内6379端口进行映射；
• 【-v】 将宿主机目录或文件与容器内目录或文件进行挂载映射；
• 【-itd】
  i：以交互模式运行容器，通常与 -t 同时使用；
  t：为容器重新分配一个伪输入终端，通常与 -i 同时使用；
  d：表示后台启动redis；
• 【–name】 给容器命名；
• 【–appendonly yes】 开启redis 持久化；
• 【–requirepass 123456】 强烈建议设置密码，并且将密码设置为高强度复杂；
• 【redis-server /etc/redis/redis.conf】 以配置文件启动redis，加载容器内的conf文件；

  查看启动日志（是否正常启动）：

docker logs redis # 后面跟容器名 or 容器ID 都可以
docker logs --since 30m redis # --since 30m 是查看此容器30分钟之内的日志情况。

  查看本机 Docker 运行的容器：

docker ps -a | grep redis

  查看 redis 命令是否正常：

docker exec -it redis redis-cli

  测试连接：

127.0.0.1:6379> select 1
(error) NOAUTH Authentication required.
127.0.0.1:6379> auth 123456
OK
127.0.0.1:6379> select 1
OK
127.0.0.1:6379[1]> set k1 v1
OK
127.0.0.1:6379[1]> get k1
"v1"
127.0.0.1:6379[1]>

参考：Docker安装redis(保姆级教程&图文并茂)

五、Rabbitmq

  拉取 RabbitMQ 镜像：

docker pull rabbitmq:3.8-management

  创建目录，授权文件夹

# 创建目录
mkdir -p /data/rabbitmq/{conf,data,log}
# 授权文件夹
chmod -R 777 /data/rabbitmq/{conf,data,log}

  创建 RabbitMQ 容器：

docker run --restart=always --name rabbitmq \
-p 15672:15672 -p 5672:5672 \
-e RABBITMQ_DEFAULT_USER=rabbit \
-e RABBITMQ_DEFAULT_PASS=rabbit \
-v /data/rabbitmq/data:/var/lib/rabbitmq \
-v /data/rabbitmq/conf:/etc/rabbitmq \
-v /data/rabbitmq/log:/var/log/rabbitmq \
-d rabbitmq:3.8-management

  相关参数解释：

• docker run: 启动一个新的 Docker 容器。
• –restart=always: 容器意外退出或 Docker 服务重启，Docker 将始终自动重新启动该容器。
• –name rabbitmq: 给容器命名为 rabbitmq，以便于管理和引用该容器。
• -p 15672:15672 -p 5672:5672: 端口映射。将主机的 5672 端口映射到容器的 5672 端口。
• -e RABBITMQ_DEFAULT_USER=rabbit: 指定默认的 RabbitMQ 用户名为 rabbit。
• -e RABBITMQ_DEFAULT_PASS=rabbit: 指定默认的 RabbitMQ 密码为 rabbit。
• -v /data/rabbitmq/data:/var/lib/rabbitmq: 数据持久化
• -v /data/rabbitmq/conf:/etc/rabbitmq: 配置文件持久化
• -v /data/rabbitmq/log:/var/log/rabbitmq: 日志文件持久化
• -d: 容器将在后台运行，而不是占用当前的终端会话。

  查看 RabbitMQ 启动日志：docker logs -f rabbitmq

  访问 RabbitMQ 控制台：

服务器IP / 虚拟机静态IP : 15672
例如我的控制台地址为 : http://172.29.32.233:15672/

  访问发现无法访问，开启控制台管理 : 进入 RabbitMQ 容器后开启控制台管理：

# 进入 RabbitMQ 容器
docker exec -it rabbitmq bash
# 开启控制台管理
rabbitmq-plugins enable rabbitmq_management

  登录 RabbitMQ 控制台：


  进入 RabbitMQ 容器，添加管理员账号，授权账号管理员权限，查看账号列表：

# 进入 RabbitMQ 容器
docker exec -it rabbitmq bash
# 添加管理员账号
rabbitmqctl add_user 用户名 密码
# 授权账号管理员权限
rabbitmqctl set_user_tags 用户名 administrator
# 查看账号列表
rabbitmqctl list_users

  重启 RabbitMQ 容器，再次访问，成功访问 !

# 重启容器
docker restart rabbitmq

参考：
Docker 部署 RabbitMQ (图文并茂超详细)
Docker之安装RabbitMq_docker 安装rabbitmq

六、Emqx

6.1 前言

什么是 MQTT？

• MQTT（Message Queuing Telemetry Transport，消息队列遥测传输协议）
• 是一种基于发布/订阅（publish/subscribe）模式的"轻量级"通讯协议
• 关键词：通讯协议

什么是EMQ(emqx的简称)?

• EMQ X Broker 是基于高并发的 Erlang/OTP 语言平台开发，支持百万级连接和分布式集群架构，发布订阅模式的开源 MQTT 消息服务器。
• 关键词：消息服务器

MGMT 端口 ：MGMT是网络管理端口，可以直接用网线连接，登陆进防火墙以网页模式管理。

6.2 安装部署

  获取 Docker 镜像：

docker pull emqx/emqx-enterprise:5.7.1

  运行以下命令启动 Docker 容器：

docker run -d --name emqx-enterprise -p 1883:1883 -p 8083:8083 -p 8084:8084 -p 8883:8883 -p 18083:18083 emqx/emqx-enterprise:5.7.1

  如果需要持久 Docker 容器 ，请将以下目录挂载到容器外部，这样即使容器被删除数据也不会丢失：

/opt/emqx/data
/opt/emqx/log

  启动容器并挂载目录：（挂载失败，后续排查）

docker run -d --name emqx-enterprise \
  -p 1883:1883 -p 8083:8083 \
  -p 8084:8084 -p 8883:8883 \
  -p 18083:18083 \
  -v $PWD/data:/opt/emqx/data \
  -v $PWD/log:/opt/emqx/log \
  emqx/emqx-enterprise:5.7.1

参考：
通过 Docker 运行 EMQX
docker实现搭建emqx服务
EMQX的docker部署与使用(mqtt)

七、Flink

  拉取镜像：

docker pull flink:1.17.2

  编辑 docker-compose.yml 文件：

version: "3"
services:
  jobmanager:
    image: flink:1.17.2
    expose:
      - "6123"
    ports:
      - "8081:8081"
    command: jobmanager
    environment:
      - JOB_MANAGER_RPC_ADDRESS=jobmanager
  taskmanager:
    image: flink:1.17.2
    expose:
      - "6121"
      - "6122"
    depends_on:
      - jobmanager
    command: taskmanager
    links:
      - "jobmanager:jobmanager"
    environment:
      - JOB_MANAGER_RPC_ADDRESS=jobmanager
    scale: 3 #指定taskmanager数量

  在文件夹路径下执行：

docker-compose up -d

  通过在浏览器的地址栏中输入 localhost:8081 即可打开 Flink 的 UI 页面：

参考：
手把手教你在Docker中如何使用flink，实现将mySQL数据同步写入kafka中
Docker下的Flink

八、Nacos

  拉取镜像：

docker pull nacos/nacos-server:v2.1.1

  创建目录，创建容器，拷贝文件，授权文件，删除容器：

# 创建目录
mkdir -p /data/nacos/{conf,logs,data}

# 创建容器
docker run -p 8848:8848 --name nacos -d nacos/nacos-server:v2.1.1

# 拷贝文件
docker cp nacos:/home/nacos/conf /data/nacos
docker cp nacos:/home/nacos/data /data/nacos
docker cp nacos:/home/nacos/logs /data/nacos

# 授权文件
chmod 777 /data/nacos/{conf,logs,data}

# 删除容器
docker rm -f nacos

参考：
Docker 部署 Nacos (图文并茂超详细)

九、Nginx

  拉取镜像：

docker pull nginx:1.16.1

  首先测试下 nginx 镜像是否可用，使用 docker run -d --name nginx -p 80:80 nginx:1.16.1 创建并启动 nginx 容器：

• -d 指定容器以守护进程方式在后台运行
• –name 指定容器名称，此处我指定的是mynginx
• -p 指定主机与容器内部的端口号映射关系，格式 -p
• [宿主机端口号]：[容器内部端口]，此处我使用了主机80端口，映射容器80端口
• 0839 是nginx的镜像IMAGE ID前4位

  页面展示如下，那么恭喜你 Nginx 已经成功安装并运行啦！

参考：
使用docker安装nginx
手把手教你在Docker中安装Nginx（图文超详细）