Docker 搭建的大数据环境，一键启停

代码未动，环境先行

我是一个Docker爱好者。我在学习大数据相关技术的时候，想到了一个点子：

• 用docker搭建一个大数据开发环境！

这么做有什么好处呢 ？

我只要有了这个docker-compose.yml 容器编排描述文件，我就可以在任何一个安装docker 软件的机器里，启动我的大数据环境。
一劳永逸的事情，不正是我们程序员每天都在做并且是努力的目标吗？

如何做？

找遍了国内的博客和帖子，都没有合适的答案。
我只能自己来。

docker hub

首先我去到docker hub 。 这个就是 github的 docker 版本。
我在里面搜索了 很多 Hadoop ， spark 等等关键词，找到了一家公司；

 

这家公司 几乎把所有的 大数据组件都做成了 docker image 。 而且是细粒度，分角色 去划分的。真的太棒了。
比如 你现在看到的这个图片，就是 他针对于 Hadoop 中 namenode 这一角色做的docker image。如果你在其之上做一些封装和个性化定制将会变得特别容易。

于是我就从他的Registry 中找我想要的大数据组件

• Hadoop
• Hive
• Spark

easy , 全都找到了。

虚拟机

接线来我们就需要 在虚拟机中安装docker了。
什么 还需要虚拟机 ？
这里我说一下，安装一个虚拟机吧，windows 各种不方便。