大数据（四十四）CDH【CDH介绍】

一、痛点

一个产品的出现肯定是为了解决用户的痛点，在大数据领域，我们这些使用Hadoop、Hive、Hbase等的开发者来说就是其用户。如果使用原生的ApacheHadoop，在工作中我总结出了如下痛点（部分）：

1、集群规模很庞大时搭建Hadoop集群复杂度越来越高，工作量很大

2、规模很大的集群下升级Hadoop版本很费时费力

3、需要自己保证版本兼容，比如升级Hadoop版本后需要自己保证与Hive、Hbase等的兼容

4、安全性很低

二、Hadoop发行版本引入

有了上述原生Hadoop不足，Apache官方和一些第三方就发布了一些Hadoop发行版本来解决此类问题。一些有名的发行版本列举如下：

• Apache Hadoop

• Cloudera’s Distribution Including Apache Hadoop（CDH）

• Hortonworks Data Platform (HDP)

• MapR

• EMR

• …

接下来我们开始介绍CDH

三、CDH介绍

CDH是Hadoop众多分支中的一种，由Cloudera维护，基于稳定版本的Apache Hadoop构建，全称Cloudera's Distribution, including Apache Hadoop。

CDH提供了Hadoop的核心可扩展存储（HDFS）和分布式计算（MR），还提供了WEB页面进行管理、监控。

四、CDH架构

 五、CDH优点

           • 版本划分清晰

        CDH3 基于Hadoop1.x，目前已经不再更新

        CDH4和CDH5基于Hadoop2.x

• 版本更新速度快

• 支持Kerberos安全认证

• 文档清晰

• 支持多种安装方式（Cloudera Manager方式）

        • Cloudera Manager

        • Yum

        • Rpm

        • Tarball

六、CDH获取

• CDH5.4

        • http://archive.cloudera.com/cdh5/

• Cloudera Manager5.4.3：

        • http://www.cloudera.com/downloads/manager/5-4-3.html