Apache Ambari
Eine vollständige Open-Source-Managementplattform zur Bereitstellung, Verwaltung, Überwachung und Sicherung von Apache Hadoop-Clustern. Mit Apache Ambari ist die Bedienung von Hadoop ein Kinderspiel.
Als Teil der Hortonworks-Datenplattform können Unternehmen mit Apache Ambari HDP planen, installieren und sicher konfigurieren, wodurch die fortlaufende Cluster-Wartung und -Verwaltung unabhängig von der Clustergröße erleichtert wird.
Weitere Informationen
Weitere Informationen zu dieser Version finden Sie in den folgenden Ressourcen:
- Ambari 2.7 Dokumentation
- Ambari 2.7 Versionshinweise
- Ambari 2.7 Installationsanleitung
- Erfahren Sie mehr über Ambari Views, Ambari Blueprints und Ambari Stacks
Ambari-Hauptmerkmale
Ambari vereinfacht das Hadoop-Management, indem es eine einheitliche, sichere Plattform für die Betriebssteuerung bereitstellt. Ambari bietet eine intuitive Web-Benutzeroberfläche sowie eine robuste REST-API, die sich besonders zur Automatisierung von Cluster-Vorgängen eignet. Mit Ambari erwarten Hadoop-Betreiber die folgenden wesentlichen Vorteile:
- Vereinfachte Installation, Konfiguration und Verwaltung. Einfache und effiziente Erstellung, Verwaltung und Überwachung von Clustern nach Maß. Mit Smart Configs und Cluster-Empfehlungen ist eine Konfiguration ein Kinderspiel. Ermöglicht wiederholbare, automatische Cluster-Erstellung mit Ambari Blueprints.
- Zentrales Sicherheits-Setup. Mindern Sie die Komplexität für die Verwaltung und Konfiguration der Cluster-Sicherheit auf der gesamten Plattform. Hilft bei der Automatisierung des Setup und der Konfiguration erweiterter Cluster-Sicherheitsfunktionen wie Kerberos und Apache Ranger.
- Volle Sichtbarkeit des Cluster-Zustands. Stellen Sie sicher, dass Ihr Cluster funktionsfähig und verfügbar ist, und verfolgen Sie die Überwachung ganzheitlich. Konfiguriert vordefinierte Warnungen für die Clusterüberwachung — basierend auf bewährten Betriebsmethoden. Erfasst und visualisiert kritische Betriebsmetriken — mit Grafana — zur Analyse und Fehlerbehebung. Integriert in Hortonworks SmartSense zur proaktiven Vorbeugung und Lösung von Problemen.
- Extrem erweiterbar und anpassbar. Passen Sie Hadoop nahtlos in Ihre Unternehmensumgebung ein. Extrem erweiterbar mit Ambari Stacks für die Verwaltung benutzerdefinierter Services und mit Ambari Views für die Anpassung der Ambari-Web-Benutzeroberfläche.
Ambari User Views
Es ist Zeit, Hadoop mit dem Ambari Views Framework ein neues Aussehen zu verleihen. Mit „View“ ist es möglich, Ambari zu erweitern. Mit Ambari haben Drittanbieter die Möglichkeit, neue Ressourcentypen gemeinsam mit den APIs, Anbietern und der Benutzeroberfläche hinzuzufügen, um diese zu unterstützen.Ambari ist die einzige Open-Source- und Open-Community-Lösung, die Hadoop sowohl ein überzeugendes Benutzererlebnis als auch ein konsistentes Lebenszyklusmanagement und Sicherheit bietet. Vor allem gibt es die Ambari-User-Views-Beiträge, die in der Community aktiv sind. Ambari User Views bieten Funktionen, die die betrieblichen Aspekte der Entwicklung von Datenanwendungen und des Workload-Managements unterstützen.
| User View | Beschreibung |
|---|---|
| Tez | Die Tez-Ansicht hilft Ihnen dabei, die Nutzung Ihrer Cluster-Ressourcen zu verstehen und zu optimieren. Mithilfe der Ansicht können Sie einzelne SQL-Abfragen oder Pig-Jobs optimieren und beschleunigen, um die beste Leistung in einer Multi-Tenant-Hadoop-Umgebung zu erzielen. |
| Hive | Hive View ermöglicht dem Benutzer das Schreiben und Ausführen von SQL-Abfragen im Cluster. Es zeigt den Verlauf aller im Cluster ausgeführten Hive-Abfragen, unabhängig davon, ob sie in der Hive-Ansicht oder einer anderen Quelle wie JDBC/ODBC oder CLI ausgeführt werden. Außerdem bietet es eine grafische Ansicht des Abfrageausführungsplans. Dies hilft dem Benutzer beim Debuggen der Abfrage auf Richtigkeit und beim Optimieren der Leistung. Es integriert Tez View, mit dem der Benutzer jeden Tez-Job während seiner Ausführung debuggen kann, einschließlich der Überwachung des Fortschritts eines Jobs (entweder von Hive oder Pig aus). Diesen Ansichtsbeitrag finden Sie hier. |
| Pig | Pig View ähnelt dem Hive View. Es ermöglicht das Schreiben und Ausführen eines Pig-Skripts. Es unterstützt das Speichern von Skripten sowie das Laden und Verwenden vorhandener UDFs in Skripten. Diesen Ansichtsbeitrag finden Sie hier. |
| Capacity Scheduler | Capacity Scheduler View unterstützt einen Hadoop-Bediener beim einfachen Einrichten des YARN-Workload-Managements, um die Verarbeitung Multi-Tenant- und Multi-Workloads zu ermöglichen. Diese Ansicht stellt Cluster-Ressourcen bereit, indem YARN-Warteschlangen erstellt und verwaltet werden. Diesen Ansichtsbeitrag finden Sie hier. |
| Files | Mit Files View kann der Benutzer Dateien und Ordner in HDFS verwalten, durchsuchen und hochladen. Diesen Ansichtsbeitrag finden Sie hier. |