infotechsoft/hadoop-namenode

Hadoop Docker镜像（NameNode）

镜像概述

该镜像为Hadoop集群的核心组件之一，用于运行NameNode服务，负责管理HDFS文件系统的元数据。它基于基础Hadoop镜像构建，支持通过环境变量灵活配置Hadoop参数，可与DataNode、ResourceManager等组件协同工作，构建稳定的分布式大数据处理环境。

核心功能

1. 提供Hadoop NameNode服务，维护HDFS文件系统的目录结构与元数据；
2. 支持通过环境变量配置Hadoop核心、HDFS、YARN等模块的参数；
3. 提供多网络环境适配（MULTIHOMED_NETWORK）和Ganglia监控集成（GANGLIA_HOST）的预设配置；
4. 支持卷挂载持久化存储HDFS名称目录数据，确保数据不丢失。

使用场景

• 搭建Hadoop分布式文件系统（HDFS），用于大规模数据存储；
• 配合YARN组件实现分布式计算任务调度，适用于数据分析、批量处理等场景；
• 作为大数据平台的基础组件，支撑日志分析、机器学习训练等应用。

配置说明

环境变量规则

Hadoop配置通过带前缀的环境变量控制，前缀对应不同配置文件：

• CORE_CONF → core-site.xml；
• HDFS_CONF → hdfs-site.xml；
• YARN_CONF → yarn-site.xml；
• HTTPFS_CONF → httpfs-site.xml；
• KMS_CONF → KMS-site.xml。

变量名替换规则：

• _ → .（如CORE_CONF_fs_defaultFS对应fs.defaultFS）；
• __ → _；
• ___ → -（如YARN_CONF_yarn_log___aggregation___enable对应yarn.log-aggregation-enable）。

预设配置

• MULTIHOMED_NETWORK：开启多网络访问支持，设置绑定主机为0.0.0.0，启用主机名解析；
• GANGLIA_HOST：指定Ganglia监控的gmond地址，用于发送Hadoop指标数据。

NameNode专属配置

• 必填变量：CLUSTER_NAME（HDFS集群名称，初始化格式化时使用）；
• 卷挂载：/hadoop/dfs/name（持久化存储HDFS名称目录的路径）。

部署示例

Docker Compose模板

yaml
version: '3'
services:
  namenode:
    image: infotechsoft/hadoop-namenode
    hostname: namenode
    container_name: namenode
    domainname: hadoop
    networks:
      - hadoop-net
    volumes:
      - ./namenode-data:/hadoop/dfs/name
    environment:
      - CLUSTER_NAME=my-hdfs-cluster
      - MULTIHOMED_NETWORK=true

networks:
  hadoop-net:
    driver: bridge

Web UI访问

运行后可通过http://<容器IP>:50070访问NameNode的Web管理界面，查看集群状态与元数据信息。