企業(yè)級大數據平臺構建：架構與實現(xiàn)

目　　錄?Contents
推薦序　思者常新，厚積薄發(fā)
前　言
第1章　淺談企業(yè)級大數據平臺的重要性 1
1.1　缺乏統(tǒng)一大數據平臺的問題 2
1.1.1　資源浪費 2
1.1.2　數據孤島 2
1.1.3　服務孤島 3
1.1.4　安全存疑 3
1.1.5　缺乏可維護性和可擴展性 3
1.1.6　缺乏可復制性 4
1.2　構建統(tǒng)一大數據平臺的優(yōu)勢 4
1.3　企業(yè)級大數據平臺需要具備的基本能力 6
1.3.1　集群管理與監(jiān)控 7
1.3.2　數據接入 7
1.3.3　數據存儲與查詢 7
1.3.4　數據計算 8
1.3.5　平臺安全與管理 10
1.4　平臺輔助工具 12
1.5　本章小結 13
第2章　企業(yè)級大數據平臺技術棧介紹 15
2.1　HDFS 16
2.1.1　概述 16
2.1.2　RAID技術 17
2.1.3　核心設計目標 18
2.1.4　命名空間 19
2.1.5　數據模型 20
2.1.6　Namenode和Datanode 20
2.1.7　使用場景 21
2.2　Zookeeper 22
2.2.1　概述 22
2.2.2　核心特性 23
2.2.3　命名空間 24
2.2.4　數據模型 24
2.2.5　節(jié)點狀態(tài)監(jiān)聽 25
2.2.6　原子消息廣播協(xié)議 25
2.2.7　使用場景 32
2.3　HBase 33
2.3.1　概述 33
2.3.2　數據模型 34
2.3.3　Regions 34
2.3.4　HBase Master 35
2.3.5　Region Server 36
2.3.6　MemStore與HFile 37
2.3.7　使用場景 37
2.4　YARN 38
2.4.1　概述 38
2.4.2　資源模型和Container 40
2.4.3　ResourceManager 40
2.4.4　ApplicationMaster 40
2.4.5　NodeManager 41
2.4.6　單一集群架構 41
2.4.7　工作流程 41
2.4.8　使用場景 43
2.5　Spark 43
2.5.1　概述 43
2.5.2　數據模型 45
2.5.3　編程模型和作業(yè)調度 45
2.5.4　依賴 46
2.5.5　容錯 47
2.5.6　集群模式 47
2.5.7　使用場景 48
2.6　本章小結 49
第3章　使用Ambari安裝Hadoop集群 50
3.1　概述 50
3.2　集群設計 52
3.2.1　主控節(jié)點 52
3.2.2　存儲與計算節(jié)點 53
3.2.3　安全認證與管理節(jié)點 54
3.2.4　協(xié)同管理與其他節(jié)點 54
3.3　Ambari的安裝、配置與啟動 55
3.3.1　安裝前的準備 55
3.3.2　安裝Ambari-Server 62
3.3.3　Ambari-Server目錄結構 64
3.3.4　配置Ambari-Server 65
3.3.5　啟動Ambari-Server 66
3.4　新建集群 67
3.4.1　設置集群名稱并配置HDP安裝包 67
3.4.2　配置集群 69
3.5　Ambari控制臺功能簡介 77
3.5.1　集群服務管理 78
3.5.2　集群服務配置 80
3.5.3　輔助工具 82
3.6　本章小結 86
第4章　構建企業(yè)級平臺安全方案 87
4.1　淺談企業(yè)級大數據平臺面臨的安全隱患 88
4.1.1　缺乏統(tǒng)一的訪問控制機制 88
4.1.2　缺乏統(tǒng)一的資源授權策略 88
4.1.3　缺乏Hadoop服務安全保障 89
4.2　初級安全方案 89
4.2.1　訪問控制 89
4.2.2　數據授權與管理 97
4.3　本章小結 110
第5章　Hadoop服務安全方案 111
5.1　Kerberos協(xié)議簡介 111
5.2　使用FreeIPA安裝Kerberos和LDAP 113
5.2.1　安裝FreeIPA 115
5.2.2　IPA-Server管理控制臺功能介紹 119
5.2.3　IPA CLI功能介紹 122
5.3　開啟Ambari的Kerberos安全選項 127
5.3.1　集成前的準備 127
5.3.2　集成IPA 129
5.3.3　測試Kerberos認證 133
5.4　本章小結 136
第6章　單點登錄與用戶管理 137
6.1　集成單點登錄 139
6.1.1　CAS簡介 140
6.1.2　安裝CAS-Server 141
6.1.3　集成Knox網關與CAS-
　Server 148
6.1.4　集成Ranger與CAS-Server 151
6.1.5　集成Ambari與CAS-Server 152
6.2　實現(xiàn)統(tǒng)一的用戶管理系統(tǒng) 155
6.3　使用Java程序調用腳本 161
6.4　創(chuàng)建Ranger擴展用戶 166
6.5　本章小結 169
第7章　搭建平臺管理端RESTful服務 170
7.1　搭建RESTful服務框架 170
7.2　用戶查詢 174
7.2.1　引入LDAP模塊 174
7.2.2　配置LDAP 174
7.2.3　實現(xiàn)持久層 177
7.2.4　實現(xiàn)服務層 181
7.2.5　實現(xiàn)RESTful服務 181
7.2.6　整合用戶管理 183
7.3　RESTful服務安全認證 184
7.3.1　用戶登錄服務 185
7.3.2　使用JWT認證 185
7.3.3　創(chuàng)建用戶登錄RESTful服務 188
7.3.4　認證過濾器 194
7.3.5　測試服務安全認證 198
7.4　數據倉庫數據查詢 200
7.4.1　創(chuàng)建JDBC連接 200
7.4.2　Kerberos登錄 202
7.4.3　使用JDBC協(xié)議查詢 202
7.4.4　實現(xiàn)服務層與RESTful服務 206
7.4.5　測試查詢 207
7.5　數據倉庫元數據查詢 208
7.5.1　使用query服務查詢數倉元數據 208
7.5.2　引入JdbcTemplate模塊 209
7.5.3　增加Hive元數據庫配置 210
7.5.4　實現(xiàn)元數據持久層 211
7.5.5　實現(xiàn)元數據服務層與RESTful服務 216
7.5.6　測試元數據查詢 218
7.6　本章小結 219
第8章　Spark任務與調度服務 220
8.1　提交Spark任務的3種方式 220
8.1.1　使用Spark-Submit腳本提交 220
8.1.2　使用Spark Client提交 226
8.1.3　使用YARN RESTful API提交 229
8.2　查詢Spark日志 234
8.3　任務調度 236
8.3.1　引入Quartz模塊 237
8.3.2　增加Quartz配置 237
8.3.