Hadoop是一個開發和運作處理大規模資料的軟體平台，是Apache的一個用java語言實作開源軟體架構，實作在大量計算機組成的叢集中對海量資料進行分布式計算。Hadoop架構中最核心設計就是：MapReduce和HDFS。MapReduce提供了對資料的分布式計算，HDFS提供了海量資料的分布式存儲。
在Hadoop家族中，收入了20多個用于計算、分析、存儲、監控、管理等元件和工具，這些家族成員極大的豐富了Hadoop的各方面的功能。
下面簡單的列舉幾個常見的元件：
Apache Hadoop: 是Apache開源組織的一個分布式計算開源架構，提供了一個分布式檔案系統子項目(HDFS)和支援MapReduce分布式計算的軟體架構。
Apache Hive: 是基于Hadoop的一個資料倉庫工具，可以将結構化的資料檔案映射為一張資料庫表，通過類SQL語句快速實作簡單的MapReduce統計，不必開發專門的MapReduce應用，十分适合資料倉庫的統計分析。
Apache Pig: 是一個基于Hadoop的大規模資料分析工具，它提供的SQL-LIKE語言叫Pig Latin，該語言的編譯器會把類SQL的資料分析請求轉換為一系列經過優化處理的MapReduce運算。
Apache HBase: 是一個高可靠性、高性能、面向列、可伸縮的分布式存儲系統，利用HBase技術可在廉價PC Server上搭建起大規模結構化存儲叢集。
Apache Sqoop: 是一個用來将Hadoop和關系型資料庫中的資料互相轉移的工具，可以将一個關系型資料庫（MySQL ,Oracle ,Postgres等）中的資料導進到Hadoop的HDFS中，也可以将HDFS的資料導進到關系型資料庫中。
Apache Zookeeper: 是一個為分布式應用所設計的分布的、開源的協調服務，它主要是用來解決分布式應用中經常遇到的一些資料管理問題，簡化分布式應用協調及其管理的難度，提供高性能的分布式服務
Apache Mahout:是基于Hadoop的機器學習和資料挖掘的一個分布式架構。Mahout用MapReduce實作了部分資料挖掘算法，解決了并行挖掘的問題。
Apache Cassandra:是一套開源分布式NoSQL資料庫系統。它最初由Facebook開發，用于儲存簡單格式資料，集Google BigTable的資料模型與Amazon Dynamo的完全分布式的架構于一身
Apache Avro: 是一個資料序列化系統，設計用于支援資料密集型，大批量資料交換的應用。Avro是新的資料序列化格式與傳輸工具，将逐漸取代Hadoop原有的IPC機制
Apache Ambari: 是一種基于Web的工具，支援Hadoop叢集的供應、管理和監控。
Apache Chukwa: 是一個開源的用于監控大型分布式系統的資料收集系統，它可以将各種各樣類型的資料收內建适合 Hadoop 處理的檔案儲存在 HDFS 中供 Hadoop 進行各種 MapReduce 操作。
Apache Hama: 是一個基于HDFS的BSP（Bulk Synchronous Parallel)并行計算架構, Hama可用于包括圖、矩陣和網絡算法在内的大規模、大資料計算。
Apache Flume: 是一個分布的、可靠的、高可用的海量日志聚合的系統，可用于日志資料收集，日志資料處理，日志資料傳輸。
Apache Giraph: 是一個可伸縮的分布式疊代圖處理系統， 基于Hadoop平台，靈感來自 BSP (bulk synchronous parallel) 和 Google 的 Pregel。
Apache Oozie: 是一個工作流引擎伺服器, 用于管理和協調運作在Hadoop平台上（HDFS、Pig和MapReduce）的任務。
Apache Crunch: 是基于Google的FlumeJava庫編寫的Java庫，用于建立MapReduce程式。與Hive，Pig類似，Crunch提供了用于實作如連接配接資料、執行聚合和排序記錄等常見任務的模式庫
Apache Whirr: 是一套運作于雲服務的類庫（包括Hadoop），可提供高度的互補性。Whirr學支援Amazon EC2和Rackspace的服務。
Apache Bigtop: 是一個對Hadoop及其周邊生态進行打包，分發和測試的工具。
Apache HCatalog: 是基于Hadoop的資料表和存儲管理，實作中央的中繼資料和模式管理，跨越Hadoop和RDBMS，利用Pig和Hive提供關系視圖。
Cloudera Hue: 是一個基于WEB的監控和管理系統，實作對HDFS，MapReduce/YARN, HBase, Hive, Pig的web化操作和管理。
Ambari 跟 Hadoop 等開源軟體一樣，也是 Apache Software Foundation 中的一個項目，并且是頂級項目。目前最新的釋出版本是 2.6.0。Ambari 是用來建立、管理、監視 Hadoop 的叢集，但是這裡的 Hadoop 是廣義，指的是 Hadoop 整個生态圈（例如 Hive，Hbase，Sqoop，Zookeeper 等），而并不僅是特指 Hadoop。用一句話來說，Ambari 就是為了讓 Hadoop 以及相關的大資料軟體更容易使用的一個工具。
Ambari提供了對Hadoop更加友善快捷的管理功能，主要包含：
通過一步一步的安裝向導簡化了叢集供應。
預先配置好關鍵的運維名額（metrics），可以直接檢視Hadoop Core（HDFS和MapReduce）及相關項目（如HBase、Hive和HCatalog）是否健康。
支援作業與任務執行的可視化與分析，能夠更好地檢視依賴和性能。
通過一個完整的RESTful API把監控資訊暴露出來，內建了現有的運維工具。
使用者界面非常直覺，使用者可以輕松有效地檢視資訊并控制叢集。
在使用Ambari安裝部署Hadoop時，需要對下載下傳鏡像源，配置本地環境。
主機：
node-1 : 192.168.10.11 , 配置：2C8G-30G ，yum 鏡像源,資料庫, java環境
node-2 : 192.168.10.12, 配置：2C8G-30G ，java環境
node-2 : 192.168.10.12, 配置：2C8G-30G , java環境
軟體包 Hadoop 軟體鏡像壓縮包，Ambari鏡像壓縮包，版本2.6
1、在node-1上配置hadoop所有元件的yum源。安裝httpd:
2、在官方下載下傳鏡像檔案,此檔案大概7G，可以使用p2p工具下載下傳，其中包含兩個repo檔案和4個壓縮包：
3、将對應的tar包解壓到httpd的檔案目錄：
4、配置基礎源，建立hadoop的repo檔案，修改repo檔案源路徑：
啟動httpd。
5、将本地源的repo配置拷貝到其它節點，并建立緩存：
在各個節點建立緩存：
1、各個節點安裝java-1.8.0-openjdk:
2、解析主機名：
3、建立主機信任關系，主要是master節點到slave節點：
4、安裝配置資料庫：
1、在node-1上安裝ambari-server,并啟動配置向導:
提示: 如果安裝配置使用者時，出現如下報錯： ERROR: Unexpected error 'getpwuid(): uid not found: 1001'，可以檢視ambari.repo檔案的權限，修改為預設的root 644權限即可。
2、按照配置向導資訊，配置使用者，java_home:
3、到上面一步時，根據提示上傳mysql的 jdbc驅動，并修改配置檔案，指定jdbc驅動檔案位置：
修改配置檔案：
配置完成後繼續，會出現如下提示：
4、出現上述提示時，根據資訊導入資料庫：
5、啟動服務：
6、服務啟動成功後，會監聽8080端口，使用浏覽器登入，賬号密碼admin/admin正常登入，則安裝完成。
使用ambari的web界面課完成對叢集的所有管理操作，建立一個執行個體叢集。
選擇本地源，移除不必要的版本：
添加主機節點，上傳id_rsa檔案：
安裝成功後，會顯示如下界面：
選擇需要安裝的服務：
根據需要選擇服務配置：
在後續的配置中，會提示配置賬戶密碼，資料庫等資訊，根據提示配置即可。
參考文檔：
<a href="https://baike.baidu.com/item/Ambari">https://baike.baidu.com/item/Ambari</a>
<a href="https://baike.baidu.com/item/Hadoop/3526507?fr=aladdin">https://baike.baidu.com/item/Hadoop/3526507?fr=aladdin</a>
<a href="http://blog.fens.me/hadoop-family-roadmap/">http://blog.fens.me/hadoop-family-roadmap/</a>
本文轉自 酥心糖 51CTO部落格，原文連結:http://blog.51cto.com/tryingstuff/2066561