第四章 Ambari二次开发之自定义Flink服务源码剖析

1、Ambari架构剖析

1.1、Ambari概述

（1）Ambari目标

①核心目标：解决Hadoop生态系统部署问题

②实现方式：默认配置写入stack中，在开启时将stack总各个版本的config文件读入，在使用blueprint创建集群部署hadoop时，直接生成command-json文件。

（2）Ambari主要概念

①资源：ambari将集群及集群中的服务、组件、机器都视为资源，资源的状态都会记录在db中。

②Stack：发行版本含义，如HDP有多个版本。

③host：运行ambari-sgent的一台物理机，同时也是搭建集群内部的一台机器。

④角色：物理机集群部署时指定的角色。，如master、slave等，也可以指定每种角色需要的host个数。例如namenode为单一host组件，可以部署在master机器上，datanode可以部署在多台host上那么可以指定部署datanode的角色为slave

⑤Blueprint：调用一次restAPI即可进行集群创建、服务安装、组件部署、服务开始等集群操作，简化了单步创建的调用次数。

（3）Ambari整体流程

①restAPI---->ambari-server单步创建

• 核心：通过调用ambari提供的restAPI进行集群的单步创建

Ⅰ、Add cluster：新建集群

Ⅱ、Update cluster：更新集群配置

Ⅲ、Add service for cluster：向集群添加服务

Ⅳ、Add component for service：为每个服务添加对应组件

Ⅴ、Add host for cluster：添加host资源

Ⅵ、Add component on host：设置每个host上运行的组件

Ⅶ、Install/Start/Stop service：安装/开启/关闭 集群的对应服务

②ambari-server->ambari-agent

Ⅰ、ambari-server端负责接收rest请求，再向agent端发送命令，发送命令的格式是json，内部包涵部署脚本执行命令(安装/开始/停止服务)所需要的配置信息，这里所指的配置信息一般是手动部署集群需要配置的xml文件，例如hadoop-site.xml文件，在blueprint或单步创建里会有详细说明。

Ⅱ、ambari-agent执行脚本：ambari-agent所执行的脚本存储在ambari-server 机器上的/var/lib/ambari-server/resources/stacks/HDP/2.0.6/下各个service路径下的package路径下的scripts内，脚本的编写语言为python，脚本继承了名为Script的父类，该父类提供了一些函数，例如Script.get_config()，该函数将agent接收来自server端的command-json文件的内容转化为字典格式方便脚本实现部署时对配置的使用。具体anent接收到的command-json保存在了运行agent机器下的/var/lib/ambari-agent/data路径下。

1.2、基本架构图

​ Ambari框架采用的是Server/Client模式，主要由两部分组成：ambari-agent和ambari-server。

• ambari-server：依赖于python
• ambari-agent：依赖于ruby、puppet、fecter等工具，包括监控工具nagios、ganglia用于监控集群状况。

1.3、系统架构图

（1）整体架构说明

• 核心：Ambari Web通过调用Ambari REST API实现对Hadoop生态系统各个组件的操作，即Ambari REST API是唯一暴露给"外部"系统进行操作Ambari的方式。

​ 在ambari-server开放的REST API主要分为两大类API，其中一类为 ambari-web提供监控管理服务，另一类用于与ambari-agent交互，接受ambari-agent向ambari-server发送心跳请求。

①Matser模块：接收API和 AgentInterface的请求，完成ambari-server的集中式管理监控逻辑。

②Agent节点：只负责在所在节点的状态采集和维护工作。

（2）详细组成

• 主要组成 - 四个部分

①Brower：指的是前端，前端通过 HTTP 发送 Rest 指令和 Ambari Server 进行交互。

②Ambari Server：是一个 web 服务器，开放两个端口，分别用来和前端、Agent 进行交互。从图中也可以看出，Ambari Server 的数据存储在 MySQL 中。
③Metrics Collector：是一个 web 服务器，提供两个功能，一方面将 Metrics Monitor 和 Metrics Sink 汇报上来的监控信息存储到 HBase 中，另一方面提供监控信息查询接口，供 Ambari Server 进行查询。

④Host：实际安装大数据服务的主机，可以有多台。从图中可以看出，每台主机都安装有一个 Ambari Agent 服务和 Metrics Monitor 服务，有些组件如果需要更详细和特有的监控信息，可以集成相对应的 Metrics Sink（比如HDFS的 Metrics Sink 可以监控空间的使用情况）。

1.4、Ambari-Server架构图

（1）工作流程

​ Ambari Server 和 Ambari Agent 之间是通过短连接进行通信，所以 Server 无法把需要执行的命令，直接推送给相应的 Agent，所以需要 ActionQueue 来存储命令，然后通过 Heartbeat 把命令下发给 Agent 执行。

①Ambarii-Server对外提供ambari web，rest api，ambari shell三大方式操作机群；

②ambari将集群的配置、各个服务的配置等信息存在ambari server端的DB中(比如可以是postgresql)；

③ambari server与ambari agent的交流走RPC，即agent向server报告心跳，server将command通过respons发回给agent，agent本地执行命令，比如：agent端执行相应的python脚本；

④ambari有自己的一套监控、告警、镜像服务，以可插拔的形式供上层服务调用；

（2）内部架构

​ Ambari-server的Heartbeat Handler模块用于接收各个agent的心跳请求（心跳请求里面主要包含两类信息：节点状态信息和返回的操作结果），把节点状态信息传递给FSM状态机去维护着该节点的状态，并且把返回的操作结果信息返回给Action Manager去做进一步的处理。

（1）Live Cluster State：集群现有状态，各个节点汇报上来的状态信息会更改该状态;

（2）Desired State：用户希望该节点所处状态，是用户在页面进行了一系列的操作，需要更改某些服务的状态，这些状态还没有在节点上产生作用;

（3）Action State：操作状态，是状态改变时的请求状态，也可以看作是一种中间状态，这种状态可以辅助LiveCluster State向Desired State状态转变。

1.5、Ambari-Agent架构图

（1）工作流程

①HeartBeatHandler：收集组件当前状态（通过ResultMap）、Command 执行结果（通过ResultMap）、Alert 检查结果（通过 AlertCollect）等，封装到 HTTP Request 当中，发送给 Ambari Server；Ambari Server 响应请求，通过 HTTP Response 带回来需要执行的 Command、需要终止的 Command、发生修改的 Config、发生修改的 Alert 定义等**，并把 Comand 和 修改的 Config 封装为 Agent Command 对象，存储到 CommandQueue 中**；把修改的 Alert 定义，更新到 Alert definitions 文件中（如果 Alert definitions 文件发生了变化，需要通知 AlertSchedulerHandler 重新加载一遍

②ActionExecutor：定期从 CommandQueue 中加载需要执行的 Command，找到 Command 对应的 Python 脚本，执行脚本，并把结果存储到 ResultMap 中。

③AlertSchedulerHandler：从 Alert definitions 文件中加载所有 Alert 定义，根据 Alert 定义，找到对应的 Python 脚本，周期性执行，并把结果存储到 AlertCollect 中。

• 4个数据容器：
  • CommandQueue：存储需要执行的 Command。
  • ResultMap：存储 Command 的执行结果。
  • Alert definitions file：是一个文件，保存所有的 Alert 定义。
  • AlertCollect：存储 Alert 的检查结果。

（2）内部架构

​ Ambari-agent是一个无状态的，其功能分两部分：

①采集所在节点的信息并且汇总发送心跳发送汇报给ambari-server。

②处理ambari-server的执行请求。

• 两个消息队列
  • 消息队列Message Queu：包括节点状态信息（包括注册信息）和执行结果信息，并且汇总后通过心跳发送给ambari-server。
  • 操作队列ActionQueue：用于接收ambari-server发送过来的状态操作，然后交给执行器调用puppet或Python脚本等模块执行任务。

2、Ambari源码剖析

2.1、设计思想-资源抽象

（1）第一层抽象：资源

​ 在Ambari中一切皆是资源，包括服务、组件、机器都是资源，其中一个Service由多个ServiceComponent构成，一个ServiceCompoent又是由多个ServiceComponentHost构成，比如：

①Service：HDFS、Yarn、Hbase

②ServiceCompoent：HDFS.NameNode、YARN.ResourceManager

③ServiceComponentHost: HDFS.NameNode.HostA,、YARN.ResourceManager.HostB

​ 上面的Service、ServiceComponent、ServiceComponentHost都是资源的一种类型，在Ambari中，有多达74种类型（Ambari2.0.0版本）的不一样资源（Resource），每一种类型都有相应的XXXResourceProvider提供相应的操做接口，好比ClusterResourceProvider，又经过XXXService来暴露相应资源的REST API，好比ClusterService。

（2）资源相关概念

• Resource Service：资源服务，用来接收前端的 Rest 请求。关于 Resource 的几个基本概念：

①Resource：Ambari Server 定义了各种各样的 Resource，比如 Config、User、Cluster、
Component、Alert 等都是一种 Resource。

②Resource Type：每种 Resource 都对应一个 ResourceType，标记所属的资源类型。

③Resource Service：每种 Resource 都对应一个 Resource Service，比如ConfigService、UserService等，Service 中定义了相对应 Resource 的 Rest API。

④Resource Provider：每种 Resource 都对应一个 ResourceProvider，比如ConfigResourceProvider、UserResourceProvider等，对 Resource 的具体操作，都封装在 Provider 中。

（3）第二层抽象：对资源的操作

• 核心：以上三种资源对应三种操作

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-f36gf6Sl-1666534684691)(C:\Users\lihw\Desktop\数据架构师\AMBARI二次开发环境搭建.assets\image-20220815105714660.png)]

①Operation: Service层面的操做（Install/Start/Stop/Config），一个Operation能够做用于一个或多个Service；

②Stage: ServicesComponent层面的操做，根据不一样ServicesComponent操做间的依赖关系，一个Operation的全部Task可能被划分红多个Stage，一个Stage内的多个Task相互没有依赖，能够并行执行；

③Task: ServiceComponentHost层面的操做，为了完成一个Operation，须要为不一样的机器分配一系列的Task去执行；

• 注意事项：关于操作执行顺序
  • Ⅰ、不一样的Stage只能顺序执行。后面的Stage只有在前面Stage执行成功后才会下发给Agent。若是前面Stage失败，后面的Stage将取消；
  • Ⅱ、同一个Stage内的多个Task能够并行执行，能够同时下发给Agent，若是某个Task失败，其余的已下发且正执行的Task将被取消；
  • Ⅲ、分配给同一个机器的不一样Task只会顺序执行；

2.2、源码基础概念

（1）基本概念

①Resource：Ambari把能够被管理的资源的抽象为一个Resource实例，资源能够包括服务、组件、主机节点等，一个resource实例中包括了一系列该资源的属性；

②Property：服务组件的指标名称；

③ResourceProvider和PropertyProvider分别相应Resource和Property的提供方，获取指标须要先获取Resource，然后获取Property相应的metric；

④Query:Query是Resource的内部对象，代表了对该资源的操作；

⑤Request：一个Request代表了对Resource的操作请求，包括http信息及要操作的Resource的实例，Request依照http的请求方式分为四种：GET、PUT、DELETE、POST；

⑥Predicate：一个Predicate代表了一系列表达式，如and、or等；

（2）基本组件

①Ambari-server：提供 REST 接口给Agent 和 Web 访问。

②Ambari-agent：在集群的每一台机器上都会部署 Ambari-agent 程序。 Agent 主要负责接收来着 Server 端的命令, 这些命令可以是安装、启动、停止 Hadoop 集群上的某一服务。同时, agent 端需要向 Ambari-server 端上报命令执行的结果,是执行成功还是失败。

③Ambari-web：

④Ambari-metrics-collector：接收集群中组件 metrics 的模块。

⑤Ambari-metrics-monitor ：接收集群中组件 metrics 的模块。

2.3、源码项目模块

• 项目模块总体架构

• 整体项目模块如下

模块内容	模块描述	备注
ambari-server	Ambari的Server程序，主要管理部署在每个节点上的管理监控程序
Ambari-agent	部署在监控节点上运行的管理监控程序
ambari-common	Ambari-server 和Ambari-agent 共用的代码
ambari-web	Ambari页面UI的代码，作为用户与Ambari server交互的	汉化工作
ambari-views	用于扩展Ambari Web UI中的框架
ambari-metrics	在Ambari所管理的集群中用来收集、聚合和服务Hadoop和系统度量
ambari-utility	工具类
Contrib	自定义第三方库
Docs	文档	工程文档

2.4、服务端源码剖析

• 核心：服务端主要包含三部分，包括Ambari-web模块、Ambari-server模块、Ambari-metrics模块。

（1）Ambari-web模块

​ Ambari-Web模块采用前后端分离的思路与服务端进行rest交互，是基于ember.js的纯前端mvc代码，前端核心代码如下：

a.route确定路由跳转到特定的template;

b. 每个template有对应的controller；

c. 同时在models下定义ember中所谓的data;

e. controller里与服务端交互，获取JSON数据后经过mapper处理更新data;

f. 模板里UI效果的更新取决于这些data数据；

（2）Ambari-server模块

​ Ambari-server核心的服务端代码由java编写， 实际打包后为各个平台的安装包，如rpm或deb，由python脚本启动jar主程序；

（3）Ambari-metrics模块

​ Ambari-metrics模块是独立部署的，主类继承org.apache.hadoop.service.CompositeService； 主要接收metric推送，存储是基于hbase，提供各种聚合能力（如月、日、周、小时等）。

3、自定义服务文件剖析

3.1、Stacks & Service

（1）Stacks

​ Stack为一系列service的集合。可以在Ambari中定义多个不同版本的stacks。比如HDP3.1为一个stack，可以包含Hadoop, Spark等等多个特定版本的service。

• Stack目录如下

（2）Service

• 核心：单个集群服务，包括Zookeeper、HDFS、Yarn等

​ 单个Service下通过配置Service下存储的metainfo.xml来设置构成服务的component（组件）以及部署组件的部署脚本、运行组件的角色名称、部署脚本的文件名称、部署脚本的语言种类等信息。如果多个stacks需要使用相同的service配置，需要将配置放置于common-services中。common-services目录中存放的内容可供任意版本的stack直接使用或继承。

• Service组成部分说明

组成部分	组成说明	备注
Service ID	通常为大写，为Service名称
configuration	存放了service对应的配置文件	即service的图形化配置页面的配置文件，配置该页面包含什么配置项
package	主要问控制service生命周期的python文件
alert.json	service的告警信息定义
kerberos.json	service和Kerberos结合使用的配置信息
metainfo.xml	定义service的名称，版本号，简介和控制脚本名称等等信息	service最为重要的配置文件。
metrics.json	service的监控信息配置文件	Widget 也就是 Ambari Web 中呈现 Metrics 的图控件，根据Metrics数值做简单的聚合运算
widgets.json	service的监控图形界面展示配置	显示 AMS 收集的 Metrics 属性

3.2、metainfo.xml详解

①公共部分

<?xml version="1.0"?>
<metainfo>
    <schemaVersion>2.0</schemaVersion>
    <services>
		<!-->自定义服务相关信息<-->
    </services>
</metainfo>

②service - 描述服务

<!-->Ⅰ、name: 服务名，必须唯一，建议大写<-->
<name>HDFS</name>

<!-->Ⅱ、displayName: 服务在 web UI 上的显示名<-->
<displayName>HDFS</displayName>

<!-->Ⅱ、serviceType: <-->
<serviceType>HDFS</serviceType>

<!-->Ⅲ、comment: 服务的描述信息<-->
<comment>Apache Hadoop Distributed File System</comment>

<!-->Ⅳ、version: 服务版本, 用 name 和 version 唯一标记一个服务<-->
<version>1.14.5</version>

<!-->Ⅴ、components: 服务中包含的组件<-->
<components>
    <component>
        <name>FLINK_MASTER</name>
        <displayName>Flink</displayName>
        <category>MASTER</category>
        <cardinality>1</cardinality>
        <commandScript>
            <script>scripts/flink.py</script>
            <scriptType>PYTHON</scriptType>
            <timeout>10000</timeout>
        </commandScript>
    </component>
</components>

<!-->Ⅵ、osSpecifics: 服务会根据操作系统的差异来选择不同的 rpm 包<-->
<osSpecifics>
    <osSpecific>
        <osFamily>redhat7,redhat6</osFamily>
        <packages>
            <package><name>git</name></package>
            <package><name>java-1.7.0-openjdk-devel</name></package>
            <package><name>apache-maven-3.2*</name></package>
        </packages>
    </osSpecific>
</osSpecifics>

<!-->Ⅶ、configuration-dependencie: 服务依赖的 xml 文件<-->
<configuration-dependencies>
    <config-type>flink-ambari-config</config-type>
</configuration-dependencies>

<!-->Ⅷ、restartRequiredAfterChange: 服务更改后是否强制重启<-->
<restartRequiredAfterChange>false</restartRequiredAfterChange>

<!-->Ⅸ、requiredServices: 集群上强制依赖的其他服务<-->
<requiredServices>
    <service>YARN</service>
</requiredServices>

• 参数说明如下

属性	描述
name	服务名，必须唯一，建议大写
displayName	服务在 web UI 上的显示名
comment	服务的描述信息
version	服务版本，用 name 和 version 唯一标记一个服务
components	服务中包含的组件
commandScript（可选)	自定义命令 python 脚本入口，如果一个 Service 的 metainfo.xml 有该字段，那么在 Service 的 Action 列表中就会出现 自定义 命令。
requiredServices:（可选）	集群上强制依赖的其他服务。换句话说，安装当前服务之前，必须安装 requiredServices 内指定的服务。
configuration-dependencies（可选）	服务依赖的 xml 文件，当在前端页面上修改 xml 文件内容后并保存配置，服务会提示重启，服务下的所有组件都将被重启。
quickLinksConfigurations（可选）	自定义快速链接，通常在这里设置 服务 web UI 链接。
osSpecifics（可选）	服务会根据操作系统的差异来选择不同的 rpm 包
themes（可选）	指定主题配置，通常和 json 文件相关联。

• 文件结果展示