使用Docker快速启动Ambari的指南
在这个项目中,我们提供了一种简单的方法来帮助你快速上手Hadoop管理工具——Ambari。这是一个非官方的开源项目,并不是由Hortonworks正式支持的,但是它非常适合在开发环境中尝试和学习Hadoop。如果你正在寻找一个完整且支持的解决方案,建议查看Cloudbreak。
安装Docker
无论你使用的是Linux、Mac还是Windows,请按照Docker的官方指南进行安装。
对于OSX用户
由于Ambari容器使用了桥接网络,你需要设置路由才能从主机直接通信到容器。你可以通过以下命令获取并添加路由:
# 获取Docker虚拟机的IP地址
docker-machine ip <name-of-docker-vm>
# 或者
boot2docker ip
# 添加路由
sudo route add -net 172.17.0.0/16 <docker-machine或boot2docker IP>
这条路由设置在重启后不会保留,所以每次机器重启后都需要重新执行。
启动Ambari容器
这个项目包含了一个名为ambari-functions的脚本,可以帮助你启动预装有Ambari 2.2.0(可安装HDP 2.3)的基于Centos 7的镜像。只需下载并运行脚本,然后就可以调用amb-开头的一系列命令。
例如,要启动一个3节点的集群,执行:
amb-start-cluster 3
这将启动一个Ambari服务器,两个代理服务以及一个Consul服务器。
一旦容器启动,你可以在Ambari服务器容器的8080端口访问Ambari的Web界面,使用amb-settings命令获取服务器IP。
蓝图部署集群
amb-shell命令让你可以通过命令行与Ambari交互,甚至自动化地部署集群。它利用了Ambari的蓝图功能,向Ambari REST API发送集群定义JSON,然后指定每个主机组中的主机。
多节点Hadoop集群
对于多节点Hadoop集群的详细步骤,推荐参考Cloudbreak的文档。
如果你想立即启动Ambari集群而不想克隆整个项目,可以只下载ambari-functions脚本并源化它:
curl -Lo .amb https://j.mp/docker-ambari && source .amb && amb-deploy-cluster
项目特点
- 易用性:只需要几个简单的命令,你就能在几分钟内搭建起一个完整的Hadoop测试环境。
- 灵活性:可以自定义节点数量,适合各种规模的试验。
- 自动化:
ambari-shell提供了自动化部署的功能,大大简化了集群设置过程。 - 便携性:基于Docker,可以在任何支持Docker的操作系统上运行。
通过这个项目,无论是新手还是经验丰富的开发者,都能轻松体验到Ambari的强大功能。现在就加入吧,开启你的Hadoop之旅!
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedJavaScript095- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00