kong集群如何利用docker進(jìn)行搭建

發(fā)布時(shí)間：2020-11-23 15:46:23 來源：億速云閱讀：150 作者：Leah 欄目：開發(fā)技術(shù)

今天就跟大家聊聊有關(guān)kong集群如何利用docker進(jìn)行搭建，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

要求：

1、兩臺(tái)主機(jī) 172.16.100.101 172.16.100.102

步驟：

1、在101上安裝數(shù)據(jù)庫(kù)（這里就用cassandra）

docker run -d --name kong-database \
       -p 9042:9042 \
       cassandra:latest

2、遷移數(shù)據(jù)庫(kù)（可以理解初始化數(shù)據(jù)庫(kù)）

docker run --rm \
  --link kong-database:kong-database \
  -e "KONG_DATABASE=cassandra" \
  -e "KONG_PG_HOST=kong-database" \
  -e "KONG_CASSANDRA_CONTACT_POINTS=kong-database" \
  kong:latest kong migrations up

3、安裝kong

docker run -d --name kong \
  --link kong-database:kong-database \
  -e "KONG_DATABASE=cassandra" \
  -e "KONG_PG_HOST=kong-database" \
  -e "KONG_CASSANDRA_CONTACT_POINTS=kong-database" \
  -e "KONG_PROXY_ACCESS_LOG=/dev/stdout" \
  -e "KONG_ADMIN_ACCESS_LOG=/dev/stdout" \
  -e "KONG_PROXY_ERROR_LOG=/dev/stderr" \
  -e "KONG_ADMIN_ERROR_LOG=/dev/stderr" \
  -p 8000:8000 \
  -p 8443:8443 \
  -p 8001:8001 \
  -p 8444:8444 \
  kong:latest

注意：以上三部都是在101上完成的，且官網(wǎng)上都有https://getkong.org/install/docker/?_ga=2.68209937.1607475054.1519611673-2089953626.1519354770，接下來的第四步則是在另一主機(jī)102上完成，同一主機(jī)上可以用link,不同主機(jī)的容器關(guān)聯(lián)就不能使用link了，如下配置即可

4、在102上安裝另一個(gè)kong,實(shí)現(xiàn)多節(jié)點(diǎn)kong集群

docker run -d --name kong\
 -e "KONG_DATABASE=cassandra" \
 -e "KONG_PG_HOST=kong-database" \
 -e "KONG_CASSANDRA_CONTACT_POINTS=172.16.100.101" \
 -e "KONG_PROXY_ACCESS_LOG=/dev/stdout" \
 -e "KONG_ADMIN_ACCESS_LOG=/dev/stdout" \
 -e "KONG_PROXY_ERROR_LOG=/dev/stderr" \
 -e "KONG_ADMIN_ERROR_LOG=/dev/stderr" \
 -p 8000:8000 \
 -p 8443:8443 \
 -p 8001:8001 \
 -p 8444:8444 \
 kong:latest

5、這里使用的是cassandra數(shù)據(jù)庫(kù)，所以需要修改一個(gè)配置 db_update_propagation 這個(gè)參數(shù)，默認(rèn)是0，可以改成 5，進(jìn)入容器

docker exec -it kong bash  //進(jìn)入kong容器
cd etc/kong         //進(jìn)入該目錄下
cp kong.conf.default kong.conf  //復(fù)制kong.conf.default文件為kong.conf文件
vi kong.conf           //修改db_update_propagation這個(gè)配置項(xiàng)

kong集群如何利用docker進(jìn)行搭建

exit //退出空容器
docker restart kong //重新啟動(dòng)kong

注：101和102上的kong都需要修改這個(gè)配置項(xiàng)，關(guān)于db_update_propagation配置項(xiàng)的介紹可以去官網(wǎng)看下

6、驗(yàn)證kong集群

可以在101上注冊(cè)一個(gè)api如下

curl -i -X POST \
 --url http://172.16.100.101:8001/apis/ \
 --data 'name=example-api' \
 --data 'hosts=example.com' \
 --data 'upstream_url=http://mockbin.org'

然后查詢這個(gè)api是否注冊(cè)成功：

curl -i http://172.16.100.101:8001/apis/example-api

返回如下：

kong集群如何利用docker進(jìn)行搭建

你也可以通過102機(jī)器主機(jī)進(jìn)行查詢：

curl -i http://172.16.100.102:8001/apis/example-api

如果也返回和上面一樣的結(jié)果說明可以訪問同一個(gè)api了，api信息是保存在數(shù)據(jù)庫(kù)中的，也是就說可以訪問同一個(gè)數(shù)據(jù)庫(kù)了，這樣你的kong集群也就搭建成功了，希望對(duì)你有所幫助。

補(bǔ)充知識(shí)：使用docker-compose創(chuàng)建hadoop集群

下載docker鏡像

首先下載需要使用的五個(gè)docker鏡像

docker pull bde2020/hadoop-namenode:1.1.0-hadoop2.7.1-java8
docker pull bde2020/hadoop-datanode:1.1.0-hadoop2.7.1-java8
docker pull bde2020/hadoop-resourcemanager:1.1.0-hadoop2.7.1-java8
docker pull bde2020/hadoop-historyserver:1.1.0-hadoop2.7.1-java8
docker pull bde2020/hadoop-nodemanager:1.1.0-hadoop2.7.1-java8

設(shè)置hadoop配置參數(shù)

創(chuàng)建 hadoop.env 文件，內(nèi)容如下：

CORE_CONF_fs_defaultFS=hdfs://namenode:8020
CORE_CONF_hadoop_http_staticuser_user=root
CORE_CONF_hadoop_proxyuser_hue_hosts=*
CORE_CONF_hadoop_proxyuser_hue_groups=*

HDFS_CONF_dfs_webhdfs_enabled=true
HDFS_CONF_dfs_permissions_enabled=false

YARN_CONF_yarn_log___aggregation___enable=true
YARN_CONF_yarn_resourcemanager_recovery_enabled=true
YARN_CONF_yarn_resourcemanager_store_class=org.apache.hadoop.yarn.server.resourcemanager.recovery.FileSystemRMStateStore
YARN_CONF_yarn_resourcemanager_fs_state___store_uri=/rmstate
YARN_CONF_yarn_nodemanager_remote___app___log___dir=/app-logs
YARN_CONF_yarn_log_server_url=http://historyserver:8188/applicationhistory/logs/
YARN_CONF_yarn_timeline___service_enabled=true
YARN_CONF_yarn_timeline___service_generic___application___history_enabled=true
YARN_CONF_yarn_resourcemanager_system___metrics___publisher_enabled=true
YARN_CONF_yarn_resourcemanager_hostname=resourcemanager
YARN_CONF_yarn_timeline___service_hostname=historyserver
YARN_CONF_yarn_resourcemanager_address=resourcemanager:8032
YARN_CONF_yarn_resourcemanager_scheduler_address=resourcemanager:8030
YARN_CONF_yarn_resourcemanager_resource___tracker_address=resourcemanager:8031

創(chuàng)建docker-compose文件

創(chuàng)建 docker-compose.yml 文件，內(nèi)如如下：

version: "2"

services:
 namenode:
  image: bde2020/hadoop-namenode:1.1.0-hadoop2.7.1-java8
  container_name: namenode
  volumes:
   - hadoop_namenode:/hadoop/dfs/name
  environment:
   - CLUSTER_NAME=test
  env_file:
   - ./hadoop.env

 resourcemanager:
  image: bde2020/hadoop-resourcemanager:1.1.0-hadoop2.7.1-java8
  container_name: resourcemanager
  depends_on:
   - namenode
   - datanode1
   - datanode2
   - datanode3
  env_file:
   - ./hadoop.env

 historyserver:
  image: bde2020/hadoop-historyserver:1.1.0-hadoop2.7.1-java8
  container_name: historyserver
  depends_on:
   - namenode
   - datanode1
   - datanode2
   - datanode3
  volumes:
   - hadoop_historyserver:/hadoop/yarn/timeline
  env_file:
   - ./hadoop.env

 nodemanager1:
  image: bde2020/hadoop-nodemanager:1.1.0-hadoop2.7.1-java8
  container_name: nodemanager1
  depends_on:
   - namenode
   - datanode1
   - datanode2
   - datanode3
  env_file:
   - ./hadoop.env

 datanode1:
  image: bde2020/hadoop-datanode:1.1.0-hadoop2.7.1-java8
  container_name: datanode1
  depends_on:
   - namenode
  volumes:
   - hadoop_datanode1:/hadoop/dfs/data
  env_file:
   - ./hadoop.env

 datanode2:
  image: bde2020/hadoop-datanode:1.1.0-hadoop2.7.1-java8
  container_name: datanode2
  depends_on:
   - namenode
  volumes:
   - hadoop_datanode2:/hadoop/dfs/data
  env_file:
   - ./hadoop.env

 datanode3:
  image: bde2020/hadoop-datanode:1.1.0-hadoop2.7.1-java8
  container_name: datanode3
  depends_on:
   - namenode
  volumes:
   - hadoop_datanode3:/hadoop/dfs/data
  env_file:
   - ./hadoop.env

volumes:
 hadoop_namenode:
 hadoop_datanode1:
 hadoop_datanode2:
 hadoop_datanode3:
 hadoop_historyserver:

創(chuàng)建并啟動(dòng)hadoop集群

sudo docker-compose up

啟動(dòng)hadoop集群后，可以使用下面命令查看一下hadoop集群的容器信息

# 查看集群包含的容器，以及export的端口號(hào)
sudo docker-compose ps
   Name        Command      State   Ports
------------------------------------------------------------
datanode1     /entrypoint.sh /run.sh  Up   50075/tcp
datanode2     /entrypoint.sh /run.sh  Up   50075/tcp
datanode3     /entrypoint.sh /run.sh  Up   50075/tcp
historyserver   /entrypoint.sh /run.sh  Up   8188/tcp
namenode     /entrypoint.sh /run.sh  Up   50070/tcp
nodemanager1   /entrypoint.sh /run.sh  Up   8042/tcp
resourcemanager  /entrypoint.sh /run.sh  Up   8088/tc

# 查看namenode的IP地址
sudo docker inspect namenode | grep IPAddress

也可以通過 http://:50070 查看集群狀態(tài)。

提交作業(yè)

要提交作業(yè)，我們首先需要登錄到集群中的一個(gè)節(jié)點(diǎn)，這里我們就登錄到namenode節(jié)點(diǎn)。

sudo docker exec -it namenode /bin/bash

準(zhǔn)備數(shù)據(jù)并提交作業(yè)

cd /opt/hadoop-2.7.1

# 創(chuàng)建用戶目錄
hdfs dfs -mkdir /user
hdfs dfs -mkdir /user/root

# 準(zhǔn)備數(shù)據(jù)
hdfs dfs -mkdir input
hdfs dfs -put etc/hadoop/*.xml input

# 提交作業(yè)
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar grep input output 'dfs[a-z.]+'

# 查看作業(yè)執(zhí)行結(jié)果
hdfs dfs -cat output/*

清空數(shù)據(jù)

hdfs dfs -rm input/*
hdfs dfs -rmdir input/
hdfs dfs -rm output/*
hdfs dfs -rmdir output/

停止集群

可以通過CTRL+C來終止集群，也可以通過 “sudo docker-compose stop”。

停止集群后，創(chuàng)建的容器并不會(huì)被刪除，此時(shí)可以使用 “sudo docker-compose rm” 來刪除已經(jīng)停止的容器。也可以使用 “sudo docker-compose down” 來停止并刪除容器。

刪除容器后，使用 “sudo docker volume ls” 可以看到上面集群使用的volume信息，我們可以使用 “sudo docker rm ” 來刪除。

看完上述內(nèi)容，你們對(duì)kong集群如何利用docker進(jìn)行搭建有進(jìn)一步的了解嗎？如果還想了解更多知識(shí)或者相關(guān)內(nèi)容，請(qǐng)關(guān)注億速云行業(yè)資訊頻道，感謝大家的支持。

向AI問一下細(xì)節(jié)

kong集群如何利用docker進(jìn)行搭建

猜你喜歡

最新資訊

相關(guān)推薦

相關(guān)標(biāo)簽