一、Cloudera Manager 的架构原理
1、架构如下图所示:
2、主要由如下几部分组成:
2.1、服务端Server :
Cloudera Manager 的核心。主要用于管理 web server 和应用逻辑。它用于安装软件,配置,开始 和停止服务,以及管理服务运行的集群。
2.2、代理agent :
安装在每台主机上。它负责启动和停止的进程,部署配置,触发安装和监控主机。
2.3、数据库Database :
存储配置和监控信息。通常可以在一个或多个数据库服务器上运行的多个逻辑数据库。例如,所 述的 Cloudera 管理器服务和监视后台程序使用不同的逻辑数据库。
2.4、Cloudera Repository :
-
5、客户端Clients :
提供了一个与 Server 交互的接口 : 管理平台 /Admin Console :提供一个管理员管理集群和 Cloudera Manage 的基于网页的交互界面。 API :为开发者提供了创造自定义 Cloudera Manager 程序的 API。
二、CDH简单介绍及体系架构
1、官网介绍:
- CDH是Cloudera的100%开源平台发行版,包括Apache Hadoop,专为满足企业需求而构建。CDH提供开箱即用的企业使用所需的一切。通过将Hadoop与十几个其他关键的开源项目集成,Cloudera创建了一个功能先进的系统,可帮助您执行端到端的大数据工作流程。
简单来说:CDH 是一个拥有集群自动化安装、中心化管理、集群监控、报警功能的一个工具(软件),使得集群的安装可以从几天的时间缩短为几个小时,运维人数也会从数十人降低到几个人,极大的提高了集群管理的效率。
2、为什么选择CDH部署Cluster
CDH基于稳定版Apache Hadoop,并应用最新Bug修复或者Feature的Patch
- Cloudera官网上安装、升级文档十分详细
- CDH支持Yum包、tar包、RPM包,Cloudera Manager四种安装方式。推荐使用Yum、Apt方式安装
- 对于CDH的安装,后期我会分别使用yum和Cloudera Manager两种方式进行安装。在这里先说下Cloudera Manager的功能。
3、Cloudera Manager的功能
- 管理:对集群进行管理,例如添加、删除节点等操作
- 监控:监控集群的健康情况,对设置的各种指标和系统的具体运行情况进行全面的监控
- 诊断:对集群出现的各种问题进行诊断,并且给出建议和解决方案
- 集成:多组件可以进行版本兼容间的整合
4、CDH架构图
- flume主要是日志采集组件,可以从tomcat服务日志或者nginx日志中获取产生的日志
- sqoop主要用于在Hadoop(Hive)与传统的数据库(mysql、postgresql…)间进行数据的传递,可以将一个关系型数据库
nfs是FreeBSD支持的文件系统中的一种,它允许网络中的计算机之间通过TCP/IP网络共享资源。在NFS的应用中,本地NFS的客户端应用可以透明地读写位于远端NFS服务器上的文件,就像访问本地文件一样
4.2、HDFS
hdfs是一个分布式文件存储系统,可以将大量的大文件进行存储,它和其他的分布式文件系统的主要区别是它是一个高容错的系统,适合部署在廉价的机器上,并且hdfs能提供高吞吐量的数据访问,非常适合大规模数据集上的应用。
4.3、Hbase
官网解释:
- 当您需要对大数据进行随机,实时读/写访问时,请使用Apache HBase™。该项目的目标是托管非常大的表 - 数十亿行X百万列 - 在商品硬件集群上。Apache HBase是一个开源的,分布式的,版本化的非关系数据库,模仿Google的Bigtable: Chang等人的结构化数据分布式存储系统。正如Bigtable利用Google文件系统提供的分布式数据存储一样,Apache HBase在Hadoop和HDFS之上提供类似Bigtable的功能。
- Hbase的结构图