Sedona JupyterLab Docker 镜像¶

Sedona 的 Docker 镜像可在 Sedona 官方 DockerHub 仓库获取。

我们提供了一个集成 Python JupyterLab、Apache Zeppelin，以及 1 个 master 节点和 1 个 worker 节点的 Apache Sedona Docker 镜像。

使用方法¶

从 DockerHub 拉取镜像¶

格式：

docker pull apache/sedona:<sedona_version>

示例 1：拉取 Sedona master 分支的最新镜像

docker pull apache/sedona:latest

示例 2：拉取某个特定 Sedona 发布版本的镜像

docker pull apache/sedona:1.9.0

启动容器¶

格式：

docker run -d -e DRIVER_MEM=<driver_mem> -e EXECUTOR_MEM=<executor_mem> -p 8888:8888 -p 8080:8080 -p 8081:8081 -p 4040:4040 -p 8085:8085 apache/sedona:<sedona_version>

driver_mem 与 executor_mem 是可选项；如果未提供，容器将分别为 driver 和 executor 各分配 4GB 内存。-d（或 --detach）参数让容器以分离模式后台运行。

示例 1：

docker run -d -e DRIVER_MEM=6g -e EXECUTOR_MEM=8g -p 8888:8888 -p 8080:8080 -p 8081:8081 -p 4040:4040 -p 8085:8085 apache/sedona:latest

该命令会启动一个使用 6GB driver 内存与 8GB executor 内存的容器，并使用最新的 Sedona 镜像；容器以分离模式运行。

该命令会将容器的 8888、8080、8081、4040、8085 端口分别映射到宿主机的同名端口。

示例 2：

docker run -d -e -p 8888:8888 -p 8080:8080 -p 8081:8081 -p 4040:4040 -p 8085:8085 apache/sedona:1.9.0

该命令会启动一个 driver 与 executor 各使用 4GB 内存的容器，并使用 Sedona 1.9.0 镜像。

容器的端口映射与示例 1 相同。

示例 3：使用 Docker volume 持久化 /opt（Jupyter & Zeppelin 数据）

为确保 Jupyter 工作区、Zeppelin notebook 与配置不会丢失，可以将 /opt 挂载为 Docker volume：

docker run -d -e DRIVER_MEM=6g -e EXECUTOR_MEM=8g \
    -p 8888:8888 -p 8080:8080 -p 8081:8081 -p 4040:4040 -p 8085:8085 \
    -v sedona_opt:/opt \
    apache/sedona:latest

-v sedona_opt:/opt 会**创建（若不存在）并挂载名为 sedona_opt 的 Docker volume** 到容器内的 /opt 目录。
即使容器被停止或删除，Jupyter 与 Zeppelin 的 notebook、配置和工作区也会持久保留。

开始编码¶

打开浏览器访问 http://localhost:8888/，即可在 Jupyter Notebook 中使用 Sedona 编码。也可以在浏览器中访问 http://localhost:8085/classic/ 来使用 Apache Zeppelin。

注意事项¶

该容器假设您的机器至少有 8GB 内存，并会占用所有 CPU 核心与 8GB 内存。1 个 worker 占用 4GB，Jupyter 程序占用剩余的 4GB。
容器中的 Sedona 以集群模式运行，同一时间只能运行 1 个 notebook。如需运行其他 notebook，请先关闭当前 notebook 的内核（操作方法）。

构建方法¶

克隆 Sedona GitHub 仓库。

针对某个 Sedona 发布版构建镜像¶

要求：docker（安装方法）

格式：

./docker/build.sh <spark_version> <sedona_version> <build_mode>

示例：

./docker/build.sh 3.4.1 1.9.0

build_mode 为可选项。如果未提供或值为 local，脚本会在本地构建镜像；否则会启动跨平台编译并直接将镜像推送到 DockerHub。

针对最新的 Sedona master 构建镜像¶

要求：docker（安装方法）、JDK <= 19、maven3

格式：

./docker/build.sh <spark_version> latest <build_mode>

示例：

./docker/build.sh 3.4.1 latest

build_mode 为可选项，含义与上文相同。

注意事项¶

该 Docker 镜像仅支持基于 Sedona 1.7.0+ 与 Spark 3.3+ 构建。

集群配置¶

软件¶

OS：Ubuntu 22.02
JDK：openjdk-19
Python：3.10
Spark 3.5.5

Web UI¶

JupyterLab：http://localhost:8888/
Spark master URL：spark://localhost:7077
Spark 作业 UI：http://localhost:4040
Spark master Web UI：http://localhost:8080/
Spark worker Web UI：http://localhost:8081/
Apache Zeppelin：http://localhost:8085/

容器中已捆绑一份 Zeppelin 教程 notebook，详情请参阅 Sedona-Zeppelin 教程。

如何推送到 DockerHub¶

格式：

docker login
./docker/build.sh <spark_version> <sedona_version> release

示例：

docker login
./docker/build.sh 3.4.1 1.9.0 release