2.12　CDH

开源大数据系统会根据业务需要选择每一个大数据组件，包括具体的版本适配、安装与配置的一致性。是否可以自动化地集成通用的组件包，形成可以方便安装与配置的交互式界面方式，以进行大数据系统的搭建配置呢？答案是肯定的。在业界，Hadoop大数据系统发行版流行度最高的是Cloudera公司发行的CDH（Cloudera's Distribution Including Apache Hadoop）大数据系统。CDH通过CM（Cloudera Manager）来进行管理和运维工作，实现大数据系统的高效部署管理，具体架构如图2-14所示。

图2-14　CDH模块的架构图

图2-14中的架构图主要由如下几部分组成：

•　Server（服务器）：它是Cloudera Manager的核心，主要用于管理Web Server和应用逻辑（可用于安装软件、配置、开始和停止服务，以及管理服务运行的集群）。

•　Agent（代理）：代理程序安装在每台主机上。可通过脚本来启动和停止主机进程、部署配置、触发安装及监控主机。

•　Database（数据库）：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多个逻辑数据库。例如，Cloudera服务器的管理器服务和监视服务，后台程序就会使用不同的逻辑数据库。

•　Cloudera Repository：由Cloudera Manager提供的软件分发库。

•　Clients（客户端）：提供了一个与Server交互的接口。

Cloudera通过以上架构实现了CM对CDH的高效管理和具体的运维开发支持。企业一般选择CDH大数据系统有以下几方面原因：

•　CDH基于稳定版的Apache Hadoop，并应用了最新的Bug修复或者补丁更新。Cloudera常年坚持季度发行Update版本，年度发行Release版本，更新速度比Apache官方快。而且在实际使用过程中，CDH表现稳定，并没有引入新的问题，各组件的版本匹配度可以确保产线稳定。

•　Cloudera官方网站上的安装、升级文档非常详细，针对性很强。这大大降低了运维人员的使用门槛。

•　CDH支持多种方式安装。联网安装、在本地安装均比较方便，并且安装完成后支持滚动升级。其以高效率、自动化的部署来提高运维管理效率。

•　相对于开源的Hadoop大数据系统，CDH在安全管理和数据治理方面的功能有很大改进，而这部分也是很多企业大数据平台构建的难点。

关于具体的安装与配置，其发行版的安装过程相对于开源版本的安装过程要自动和方便得多。其官网有详细的安装文档，因此这里不做过多介绍（详情可以参考CDH官网）。