[发明专利]一种基于自动化脚本部署Ambari的方法及系统

说明书

本发明公开了一种基于自动化脚本部署Ambari的方法及系统，包括以下步骤：S1.源码分析；通过debug源码分析，确定代码中各个字段的类型、含义、来源和去向，明确各个字段的含义；S2.通过交互式分析形成标准安装部署流程；包括定义规则，使得后续的安装部署能够完全自动化，所述规则包括网络环境是否符合要求、输入是否合理、类型是否符合规定、Ambari系统元数据如何存储、以及是否存在缓存的分析；S3.一键自动化安装部署脚本；根据步骤S2形成的标准安装部署流程，形成自动化脚本，中的配置项通过变量进行替换以完成Ambari安装部署；S4.通过可视化操作页面完成Ambari安装署。本技术方案实现简单的可视化操作页面进行Ambari的安装，能够大幅度缩短部署所需要的时间。

技术领域

本发明涉及计算机网络及数据处理技术领域，尤其是涉及一种基于自动化脚本部署Ambari的方法及系统。

背景技术

当今世界已跨入了互联网+大数据时代，大数据正深刻改变着人们的思维、生产和生活方式。而管理大数据生态集群系统也成为大数据时代不可或缺的重要手段和工具。同时，大数据生态集群的管理也在当今时代扮演者越来越重要的地位，保证大数据集群稳定、安全的运行，也对大数据管理能力提出了更高的要求。

随着 Hadoop 生态的普遍应用，Hadoop 生态日渐增长，Hadoop 这样分布式系统的也日益变得庞大，庞大 系统的维护和监管也变成一项艰难的任务，Hadoop 生态系统的维护和管理也越来越重要。Hadoop是一种分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。Hadoop实现了一个分布式文件系统（ Distributed File System），而且它提供高吞吐量（highthroughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。Hadoop得以在大数据处理应用中广泛应用得益于其自身在数据提取、变形和加载(ETL)方面上的天然优势。Hadoop的分布式架构，将大数据处理引擎尽可能的靠近存储，对例如像ETL这样的批处理操作相对合适，因为类似这样操作的批处理结果可以直接走向存储。Hadoop的MapReduce功能实现了将单个任务打碎，并将碎片任务(Map)发送到多个节点上，之后再以单个数据集的形式加载(Reduce)到数据仓库里。

Amabri 作为一款 Hadoop 分 布式生态系统的管理工具，逐渐在各公司所企业所接受，但是 Ambari 目前只能管理系统源码中指定的服务，本文介绍 了 Ambari 的功能，通过分析 Ambari 的功能和内部实现，将安装Ambari的交互式方式， 改造为一键式安装，并提供完整的可视化操作页面。

目前Ambari本身的安装是需要运维人员进行操作，同时需要一定的专业知识才能进行，并且交互式的安装方式不利于快速的构建大数据生态集群管理系统。

发明内容

针对现有技术存在的问题，本发明的目的在于提供一种简单的可视化操作页面进行Ambari的安装，能够便捷操作，大幅度缩短部署所需要的时间，以达到高效快速管理大数据生态集群的装置。

为实现上述目的，本发明提供一种基于自动化脚本部署Ambari的方法，所述方法包括以下步骤：

S1.源码分析；通过debug源码分析，确定代码中各个字段的类型、含义、来源和去向；

S2.通过交互式分析形成标准安装部署流程；包括定义规则，使得后续的安装部署能够完全自动化，所述规则包括系统环境是否符合要求、输入是否合理、类型是否符合规定、Ambari系统元数据如何存储、以及是否存在缓存的分析；

S3.一键自动化安装部署脚本；根据步骤S2形成的标准安装部署流程，形成自动化脚本，中的配置项通过变量进行替换以完成Ambari安装部署；

S4.通过可视化操作页面完成Ambari安装部署。