Sahara旨在為用戶提供簡單部署Hadoop集群的能力，比如通過簡單的配置：Hadoop版本、集群結構、節(jié)點硬件信息等。在用戶提供了這些參數(shù)后，Sahara迅速把Hadoop集群部署起來。同時也支持集群的擴容和減容。

其應用場景包括：

1） 提供在OpenStack上快速配置和部署Hadoop集群的能力。

2） 充分利用OpenStack Iaas層的計算能力。

3） 提供分析即服務的數(shù)據分析業(yè)務，有點像亞馬遜的EMR。

Sahara主要的特性包括：

1） Sahara作為OpenStack的一個組件。

2） 通過OpenStack的Dashboard調用REST API來管理。

3） 支持不同的Hadoop版本

4） 可配置的Hadoop配置模板。

Sahara課OpenStack的Horizon（提供GUI）、Keystone（提供鑒權功能）、Nova（為了創(chuàng)建Hadoop集群虛擬機）、Heat（Sahara可以配置成使用Heat來協(xié)調Hadoop集群所需要的服務）、Glance（存放Hadoop虛擬機鏡像）、Swift（可以用于存放Hadoop任務處理的數(shù)據）、Cinder（用于提供塊存儲）、Neutron（提供網絡服務）、Ceilometer（用于收集集群的信息來達到計量和監(jiān)控的目的）有交互。

主要的工作流程介紹：

常見的快速配置集群步驟如下：

1） 選擇Hadoop版本

2） 選擇鏡像（如果鏡像中沒有預安裝Hadoop，Sahara也支持通過可插入的部署引擎）

3） 設置集群的參數(shù)：大小、拓撲等。

4） 創(chuàng)建集群：Sahara會進行虛擬機的安裝和Hadoop的配置。

5） 集群管理：包括添加或者刪除節(jié)點。

6） 刪除集群

通用的分析服務工作流程：

1） 選擇一個預定義的Hadoop版本

2） 編輯任務

a) 選擇任務類型：pig、hive、jar-file等

b) 提供任務的腳本地址或者jar包的位置

c) 選擇輸入輸出數(shù)據的位置

d) 選擇日志的位置

3） 設置集群的大小

4） 執(zhí)行任務

5） 獲取任務執(zhí)行結果

Sahara架構包含一下幾個模塊：

鑒權模塊：負責鑒權和授權，和keystone進行交換。

DAL（Data Access Layer）：和數(shù)據庫訪問相關。

供應引擎（Provisioning Engine）：用于和組件Nova, Heat, Cinder、Glance交換

供應商插件：插件形式提供，用于在虛擬機上配置和啟動Hadoop服務。已有的解決方案包括：Apache的Ambari和Cloudera（Hadoop數(shù)據管理軟件與服務提供商） Management Console。

EDP（Elastic Data Processing）：負責調度和管理Sahara提供的Hadoop集群上的計算任務。

REST API：提供REST使用Sahara功能。

Sahara的Python客戶端：和OpenStack其他組件的CLI一樣。

Sahara的GUI頁面：Horizon上提供Sahara相關的GUI。 

本文出自：http://blog.csdn.net/canxinghen/article/details/41833027