Ambari提供Hadoop组件的安装、运维、监控等功能，您可以使用Ambari管理您的Hadoop集群。 本文介绍如何将Ambari与LindormDFS集成，来替换底层HDFS存储。您可以基于Ambari+LindormDFS构建云原生存储计算分离的开源大数据系统。
前提条件
请保证您的Lindorm实例和Ambari集群在同一VPC网络内。
请保证您的Ambari节点在Lindorm白名单中，如何添加白名单请参见设置白名单。
配置LDFS为默认的存储引擎
开通LindormDFS，具体步骤请参见开通指南。
配置相关链接。
登录Ambari管理系统，单击左侧导航栏HDFS>CONFIGS >ADVANCED，进入HDFS配置页面。
原HDFS采用HA模式（HDFS NameNode主备模式）部署，如果原HDFS非HA模式部署，请将其初始化为HA模式。
找到Custom hdfs-site区块，单击Custom hdfs-site>Add Property。配置Lindorm相关配置项Key、Value、Property Type参数值如下：
Key
Value
Property Type
描述
dfs.client.failover.proxy.provider.{实例ID}
org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider
TEXT
无
dfs.ha.namenodes.{实例ID}
nn1、nn2
TEXT
HA模式下主备NameNode的服务ID名称
dfs.namenode.rpc-address.{实例ID}
{实例ID}-master1-001.lindorm.rds.aliyuncs.com:8020
TEXT
无
dfs.namenode.rpc-address.{实例ID}
{实例ID}-master2-001.lindorm.rds.aliyuncs.com:8020
TEXT
无
dfs.nameservices
{实例ID}
TEXT
无
单击ADD完成配置。
配置Ambari默认访问LindormDFS。
登录Ambari管理系统，单击左侧导航栏HDFS>CONFIGS >ADVANCED，进入HDFS配置页面。
找到Advanced core-site区块，修改fs.defaultFS配置项LindormDFS的HDFS连接串，获取该连接串请参见开通指南。
修改
hdfs-site配置文件。在Ambari管理系统主页面，单击HDFS > CONFIGS > ADVANCED ，找到Custom hdfs-site区块。
修改配置项dfs.internal.nameservices值为实例ID。
添加配置项dfs.namenode.http-address.{实例Id}.nn1，设置参数值：
{实例Id}-master1-001.lindorm.rds.aliyuncs.com:50070。添加配置项dfs.namenode.http-address.{实例Id}.nn2，设置参数值：
{实例Id}-master2-001.lindorm.rds.aliyuncs.com:50070。
单击SAVE保存修改。
单击页面右上角ACTIONS>Restart All，重启HDFS。
重要该步骤是为了将修改后的配置信息分发到Ambari的各个节点上，并且由于配置已经被修改，HDFS启动会失败，直接将服务关闭即可。验证Ambari群能否成功访问LDFS。在Ambari集群中的任意节点上执行如下指令。若返回结果如下，则表示链接配置成功。
单击页面右上角ACTIONS>Stop，关闭HDFS。
验证Ambari集群是否成功访问LDFS。
在 Ambari集群中任意节点上执行如下指令。
$ hadoop fs -ls /执行结果如下，表示链接配置成功。
重要如果验证时发现配置没有生效，可以在Ambari管理系统页面右上角单击ACTIONS>Restart All来重新启动HDFS，然后再单击Stop关闭HDFS，配置即可生效。
若当前已经启动的各个组件的状态如下图，则底层的LDFS已经替换成功。
安装YARN服务
登录Ambari管理系统，单击Services旁边的
图标，单击Add Service，并将YARN+MapReduce2选项打钩。
在Add Service Wizard页面按照安装向导安装YARN服务，配置完成后单击DEPLOY进行安装，等待安装完成。
验证YARN服务是否启动成功。
使用Ambari Hadoop中自带的测试包
hadoop-mapreduce-examples-3.1.1.3.1.4.0-315.jar进行测试。在Ambari中，该测试包在usr/hdp/3.1.4.0-315/hadoop-mapreduce目录下。登入Ambari任意机器，执行以下命令，在/tmp/randomtextwriter 目录下生成128M大小的测试文件。
$ yarn jar /usr/hdp/3.1.4.0-315/hadoop-mapreduce/hadoop-mapreduce-examples-3.1.1.3.1.4.0-315.jar randomtextwriter -D mapreduce.randomtextwriter.totalbytes=134217728 -D mapreduce.job.maps=4 -D mapreduce.job.reduces=4 /tmp/randomtextwriter说明其中
hadoop-mapreduce-examples-3.1.1.3.1.4.0-315.jar为Ambari中的测试包，请根据实际情况修改。检查任务是否已经提交到YARN服务上执行。
在Ambari任意机器执行以下命令。
$ yarn application -list如果返回结果如下，则表示YARN服务正常运行。
安装Hive服务
登录Ambari管理系统，单击Services旁边的
图标，单击Add Service，并将Hive选项打钩。
在Add Service Wizard页面按照安装向导安装Hive服务，配置完成后单击DEPLOY进行安装，等待安装完成。
如下页面表示安装成功。
设置proxyuser代理。由于Hive是通过proxyuser代理方式访问LDFS，所以我们提前先配置了一些常用用户的proxy访问权限，如Hive、spark等。当您有其他用户需要添加的时候，可以咨询技术支持帮您手动添加。
重启YARN服务。由于Hive为了加速任务的执行而使用Tez组件，而Tez组件依赖于YARN服务，因此在安装Hive时Ambari会添加部分YARN的配置，为了是配置可以生效您需要重启YARN服务。
单击左侧导航栏的YARN服务，单击页面右上角ACTIONS>Restart All，重启 YARN服务 。
验证Hive服务是否成功启动。
登入Ambari任意机器，执行以下命令。
# su - hive # 登入 hive 客户端 hive@ambaritest2 ~]$ hive Beeline version 3.1.0.3.1.4.0-315 by Apache Hive 0: jdbc:hive2://ambaritest1:2181,ambaritest2:> create table foo (id int, name string); INFO : Compiling command(queryId=hive_20201111193943_5471ede8-e51f-44b8-a91a-b6fde9f58b49): create table foo (id int, name string) INFO : Semantic Analysis Completed (retrial = false) INFO : Returning Hive schema: Schema(fieldSchemas:null, properties:null) INFO : Completed compiling command(queryId=hive_20201111193943_5471ede8-e51f-44b8-a91a-b6fde9f58b49); Time taken: 1.337 seconds INFO : Executing command(queryId=hive_20201111193943_5471ede8-e51f-44b8-a91a-b6fde9f58b49): create table foo (id int, name string) INFO : Starting task [Stage-0:DDL] in serial mode INFO : Completed executing command(queryId=hive_20201111193943_5471ede8-e51f-44b8-a91a-b6fde9f58b49); Time taken: 0.814 seconds INFO : OK No rows affected (2.596 seconds) 0: jdbc:hive2://ambaritest1:2181,ambaritest2:> insert into table foo select * from (select 12,"xyz")a; # su - hive # 登入 hive 客户端 hive@ambaritest2 ~]$ hive Beeline version 3.1.0.3.1.4.0-315 by Apache Hive 0: jdbc:hive2://ambaritest1:2181,ambaritest2:> create table foo (id int, name string); INFO : Compiling command(queryId=hive_20201111193943_5471ede8-e51f-44b8-a91a-b6fde9f58b49): create table foo (id int, name string) INFO : Semantic Analysis Completed (retrial = false) INFO : Returning Hive schema: Schema(fieldSchemas:null, properties:null) INFO : Completed compiling command(queryId=hive_20201111193943_5471ede8-e51f-44b8-a91a-b6fde9f58b49); Time taken: 1.337 seconds INFO : Executing command(queryId=hive_20201111193943_5471ede8-e51f-44b8-a91a-b6fde9f58b49): create table foo (id int, name string) INFO : Starting task [Stage-0:DDL] in serial mode INFO : Completed executing command(queryId=hive_20201111193943_5471ede8-e51f-44b8-a91a-b6fde9f58b49); Time taken: 0.814 seconds INFO : OK No rows affected (2.596 seconds) 0: jdbc:hive2://ambaritest1:2181,ambaritest2:> insert into table foo select * from (select 12,"xyz")a;执行以下命令，查询Hive上的数据。
0: jdbc:hive2://ambaritest1:2181,ambaritest2:> select * from foo;若返回结果如下，则表示Hive服务安装并启动成功。
安装Spark服务
登录Ambari管理系统，单击Services旁边的
图标，单击Add Service，并将Spark2选项打钩。
按照安装向导，安装Spark2服务，配置完后单击DEPLOY进行安装，等待安装完成。
验证Spark是否启动成功。
使用Ambari spark中自带的测试包
spark-examples_2.11-x.x.x.x.x.x.0-315.jar进行测试。在Ambari中，该测试包在/usr/hdp/3.1.4.0-315/spark2/examples/jars/下。登入Ambari任意机器，执行以下命令，在/tmp/randomtextwriter目录下生成128M大小的测试文件，如果之前已经生成请跳过该步骤。
$ yarn jar /usr/hdp/3.1.4.0-315/hadoop-mapreduce/hadoop-mapreduce-examples-3.1.1.3.1.4.0-315.jar randomtextwriter -D mapreduce.randomtextwriter.totalbytes=134217728 -D mapreduce.job.maps=4 -D mapreduce.job.reduces=4 /tmp/randomtextwriter说明其中
hadoop-mapreduce-examples-3.1.1.3.1.4.0-315.jar为Ambari中的测试包，请根据实际情况进行修改。登入Ambari任意机器，执行以下命令，使用spark测试包从LDFS上读取测试文件并输出word count程序运行结果。
$ spark-submit --master yarn --executor-memory 2G --executor-cores 2 --class org.apache.spark.examples.JavaWordCount /usr/hdp/3.1.4.0-315/spark2/examples/jars/spark-examples_2.11-2.3.2.3.1.4.0-315.jar /tmp/randomtextwriter若任务运行结果如下图所示，则表示Spark启动成功。
安装Hbase服务
登录Ambari管理系统，单击Services旁边的
图标，单击Add Service，并将Hbase选项打钩。
按照安装向导，安装Hbase服务，配置完后单击DEPLOY进行安装，等待安装完成。
验证Hbase服务是否启动成功。
登入Ambari任意机器，执行以下命令进入hbase Shell命令界面。
[spark@ambaritest1 ~]$ hbase shell SLF4J: Class path contains multiple SLF4J bindings. SLF4J: Found binding in [jar:file:/usr/hdp/3.1.4.0-315/phoenix/phoenix-5.0.0.3.1.4.0-315-server.jar!/org/slf4j/impl/StaticLoggerBinder.class] SLF4J: Found binding in [jar:file:/usr/hdp/3.1.4.0-315/hadoop/lib/slf4j-log4j12-1.7.25.jar!/org/slf4j/impl/StaticLoggerBinder.class] SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation. SLF4J: Actual binding is of type [org.slf4j.impl.Log4jLoggerFactory] HBase Shell Use "help" to get list of supported commands. Use "exit" to quit this interactive shell. For Reference, please visit: http://hbase.apache.org/2.0/book.html#shell Version 2.0.2.3.1.4.0-315, r, Fri Aug 23 05:15:48 UTC 2019 Took 0.0023 seconds hbase(main):001:0>执行以下命令，在HBase中创建测试表。
[hive@ambaritest2 ~]$ hbase shell SLF4J: Class path contains multiple SLF4J bindings. SLF4J: Found binding in [jar:file:/usr/hdp/3.1.4.0-315/phoenix/phoenix-5.0.0.3.1.4.0-315-server.jar!/org/slf4j/impl/StaticLoggerBinder.class] SLF4J: Found binding in [jar:file:/usr/hdp/3.1.4.0-315/hadoop/lib/slf4j-log4j12-1.7.25.jar!/org/slf4j/impl/StaticLoggerBinder.class] SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation. SLF4J: Actual binding is of type [org.slf4j.impl.Log4jLoggerFactory] HBase Shell Use "help" to get list of supported commands. Use "exit" to quit this interactive shell. For Reference, please visit: http://hbase.apache.org/2.0/book.html#shell Version 2.0.2.3.1.4.0-315, r, Fri Aug 23 05:15:48 UTC 2019 Took 0.0023 seconds hbase(main):001:0> create 'hbase_test','info' Created table hbase_test Took 1.9513 seconds => Hbase::Table - hbase_test hbase(main):002:0> put 'hbase_test','1', 'info:name' ,'Sariel' Took 0.2576 seconds hbase(main):003:0> put 'hbase_test','1', 'info:age' ,'22' Took 0.0078 seconds hbase(main):004:0> put 'hbase_test','1', 'info:industry' ,'IT' Took 0.0077 seconds hbase(main):005:0> scan 'hbase_test' ROW COLUMN+CELL 1 column=info:age, timestamp=1605097177701, value=22 1 column=info:industry, timestamp=1605097181758, value=IT 1 column=info:name, timestamp=1605097174400, value=Sariel 1 row(s) Took 0.0230 seconds hbase(main):006:0>执行以下命令查看LDFS的/apps/hbase/data/data/default路径，如果/apps/hbase/data/data/default路径下有hbase_test目录，则证明配置链接成功。
安装其他服务
其他服务的安装和上面服务的安装基本类似，安装过程可以查考上述步骤进行安装。