声明：

本博客欢迎转载，但请保留原作者信息，并请注明出处!

作者：郭德清

团队：华为杭州OpenStack团队

        Sahara旨在为用户提供简单部署Hadoop集群的能力，比如通过简单的配置：Hadoop版本、集群结构、节点硬件信息等。在用户提供了这些参数后，Sahara迅速把Hadoop集群部署起来。同时也支持集群的扩容和减容。

        其应用场景包括：

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层的计算能力。

3）  提供分析即服务的数据分析业务，有点像亚马逊的EMR。

        Sahara主要的特性包括：

1）  Sahara作为OpenStack的一个组件。

2）  通过OpenStack的Dashboard调用REST API来管理。

3）  支持不同的Hadoop版本

4）  可配置的Hadoop配置模板。

        Sahara课OpenStack的Horizon（提供GUI）、Keystone（提供鉴权功能）、Nova（为了创建Hadoop集群虚拟机）、Heat（Sahara可以配置成使用Heat来协调Hadoop集群所需要的服务）、Glance（存放Hadoop虚拟机镜像）、Swift（可以用于存放Hadoop任务处理的数据）、Cinder（用于提供块存储）、Neutron（提供网络服务）、Ceilometer（用于收集集群的信息来达到计量和监控的目的）有交互。

        主要的工作流程介绍：

        常见的快速配置集群步骤如下：

1）  选择Hadoop版本

2）  选择镜像（如果镜像中没有预安装Hadoop，Sahara也支持通过可插入的部署引擎）

3）  设置集群的参数：大小、拓扑等。

4）  创建集群：Sahara会进行虚拟机的安装和Hadoop的配置。

5）  集群管理：包括添加或者删除节点。

6）  删除集群

        通用的分析服务工作流程：

1）  选择一个预定义的Hadoop版本

2）  编辑任务

a)       选择任务类型：pig、hive、jar-file等

b)       提供任务的脚本地址或者jar包的位置

c)       选择输入输出数据的位置

d)       选择日志的位置

3）  设置集群的大小

4）  执行任务

5）  获取任务执行结果

        Sahara系统架构图：

        Sahara架构包含一下几个模块：

1. 鉴权模块：负责鉴权和授权，和keystone进行交换。
2. DAL（Data Access Layer）：和数据库访问相关。
3. 供应引擎（Provisioning Engine）：用于和组件Nova, Heat, Cinder、Glance交换
4. 供应商插件：插件形式提供，用于在虚拟机上配置和启动Hadoop服务。已有的解决方案包括：Apache的Ambari和Cloudera（Hadoop数据管理软件与服务提供商）     Management Console。
5. EDP（Elastic Data Processing）：负责调度和管理Sahara提供的Hadoop集群上的计算任务。
6. REST API：提供REST使用Sahara功能。
7. Sahara的Python客户端：和OpenStack其他组件的CLI一样。
8. Sahara的GUI页面：Horizon上提供Sahara相关的GUI。

【参考资料】

http://docs.openstack.org/developer/sahara/overview.html

http://docs.openstack.org/developer/sahara/architecture.html

Sahara的基本概念和架构