系统综合实践 第4次实践作业

一、使用Docker-compose实现Tomcat+Nginx负载均衡
1.创建docker_compose，在其中配置文件，结构如下

(1)docker-compose

(2)default.conf

（3）运行compose

（4）网页查看

2.负载均衡测试
（1）轮询策略
编写脚本

运行

（2）权重策略
修改default.conf

编写脚本

运行

二、使用Docker-compose部署javaweb运行环境
1.文件结构

2.配置文件
（1）docker-compose.yml

（2）default.conf

（3）/webapps/ssmgrogshop_war/WEB-INF/classes/jdbc.properties 修改ip和端口

3.启动容器
docker-compose up -d
4.网页查看

三、使用Docker搭建大数据集群环境
1.创建并运行容器

2.安装ssh
![](https://img2020.cnblogs.com/blog/1820862/202005/1820862-20200517181710620-1973125996.png
3.开启sshd服务器

4.修改bashrc：文件末尾添加/etc/init.d/ssh start

5.实现免密登录


6.安装jdk

7.安装hadoop
（1）将压缩包拷入容器
sudo docker cp /home/cgh/hadoop-3.1.3.tar.gz 容器ID:/root/hadoop-3.1.3.tar.gz
（2）进入容器
docker restart 容器ID
docker attach 容器ID
（3）解压hadoop
cd /root
tar -zxvf hadoop-3.1.3.tar.gz -C /usr/local
8.进行环境配置
（1）修改内容：配置变量

（2）使环境生效

9.配置hadoop集群
（1）修改以下配置

（2）hadoop-env.sh
在文件里添加 export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64/
（3）core-site.xml

hadoop.tmp.dir file:/usr/local/hadoop-3.1.3/tmp Abase for other temporary directories. fs.defaultFS hdfs://master:9000 （4）hdfs-site.xml dfs.replication 1 dfs.namenode.name.dir file:/usr/local/hadoop-3.1.3/tmp/dfs/name dfs.datanode.data.dir file:/usr/local/hadoop-3.1.3/tmp/dfs/data dfs.permissions.enabled false （5）mapred-site.xml mapreduce.framework.name yarn yarn.app.mapreduce.am.env HADOOP_MAPRED_HOME=/usr/local/hadoop-3.1.3 mapreduce.map.env HADOOP_MAPRED_HOME=/usr/local/hadoop-3.1.3 mapreduce.reduce.env HADOOP_MAPRED_HOME=/usr/local/hadoop-3.1.3 （6）yarn-site.xml yarn.nodemanager.aux-services mapreduce_shuffle yarn.resourcemanager.hostname Master yarn.nodemanager.vmem-pmem-ratio 2.5

10.进入脚本目录（cd /usr/local/hadoop-3.1.3/sbin）
（1）start-dfs.sh和stop-dfs.sh，添加下列参数
HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
（2）start-yarn.sh和stop-yarn.sh，添加下列参数
YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root

11.构件镜像
docker commit 容器ID ubuntu/hadoop

12.修改三个终端的hosts

13.通过ssh，相互到达

14.在Master上修改workers

15.在master上格式化文件系统

16.启动NameNode和DataNode服务并查看

17.运行hadoop实例程序

18.查看运行结果