4CDH512支持的主要组件简要介绍
2CDH的官网在哪里
3CDH在哪里下载
4如何安装
7创建后面在CM中会使用的数据库
8重启MySql查看3306端口并安装MySql对Java的支持
9安装Cloudera Manager组件
10通过Web方式继续安装
101创建update-alternatives工具在usrsbin下创建软链
102打开浏览器输入 httpm1linuxidcorg7180 开始安装
103选择安装的CDH版本
104为CDH集群添加主机
105选择CDH的安装方式
106离线方式安装CDH的Parcel
107在m1linuxidcorg上安装ZooKeeper服务
108初始化完成进入CM主页
109恢复Ubuntu 1404版本信息
11通过CM管理多个集群
111添加1个新的集群机器名称为m2linuxidcorg
112完成安装验证m2linuxidcorg是否成功地添加到集群Cluster 2
12向1个集群添加1台新主机
121开始添加输入要添加的机器名称s1linuxidcorg
122选择主机模
123完成将s1linuxidcorg添加到集群
124验证s1linuxidcorg是否成功地添加到集群Cluster 1
5FAQ
1过程中如果出现Incorrect string value x的提示
1、CDH介绍 1.1、什么是CDH和CM? CDH一个对Apache Hadoop的集成环境的封装，可以使用Cloudera Manager进行自动化安装。
Cloudera-Managerceql(本文中简称CM)是一个工具，CM能够管理一个大的Hadoop cluster并不是一只要下载tar files什么压缩并启动services这么简单。后续有非常多设定、监控等麻烦的事要处理，CM都能够做到，有些类似Casti。Cloudera Manager整合了一列的功能让系统管理者能更方便的维护Hadoop。
管理
监控
诊断
集成
1.3、CDH版本衍化 Hadoop是一个开源项目，所以很多公司在这个基础进行商业化，Cloudera对hadoop做了相应的改变。
Cloudera公司的发行版，我们将该版本称为CDH（Cloudera Distribution Hadoop）。截至目前为止，CDH共有5个版本，其中，前两个已经不再更新，最近的两个，分别是CDH4在Apache Hadoop 2.0.0版本基础上演化而来的），CDH5，它们每隔一段时间便会更新一次。
Cloudera以Patch Level划分小版本，比如Patch Level为923.142表示在原生态Apache Hadoop 0.20.2基础上添加了1065个Patch（这些Patch是各个公司或者个人贡献的，在Hadoop jira上均有记录），其中923个是最后一个Beta版本添加的Patch，而142个是稳定版发行后新添加的Patch。由此可见，Patch Level越高，功能越完备且解决的Bug越多。
Cloudera版本层次更加清晰，且它提供了适用于各种操作系统的Hadoop安装包，可直接使用apt-get或者yum命令进行安装，更加省事。
HTTPFS
1：Httpfs是Cloudera公司提供的一个Hadoop Hdfs的一个Http接口，通过WebHDFS REST API 可以对hdfs进行读写等访问
2：与WebHDFS的区别是不需要客户端可以访问Hadoop集群的每一个节点，通过Httpfs可以访问放置在防火墙后面的Hadoop集群
3：Httpfs是一个Web应用,部署在内嵌的Tomcat中
HBASE
Hbase是Bigtable的开源山寨版本。是建立的Hdfs之上，提供高可靠性、高性能、列存储、可伸缩、实时读写的数据库系统。
它介于Bosql和RDBMS之间，仅能通过主键(row key)和主键的Range来检索数据，仅支持单行事务(可通过Hive支持来实现多表Join等复杂操作)。主要用来存储非结构化和半结构化的松散数据。
与Hadoop一样，Hbase目标主要依靠横向扩展，通过不断增加廉价的商用服务器，来增加计算和存储能力。
HDFS
Hadoop分布式文件系统(HDFS)被设计成适合运行在通用硬件(commodity hardware)上的分布式文件系统。它和现有的分布式文件系统有很多共同点。但同时，它和其他的分布式文件系统的区别也是很明显的。HDFS是一个高度容错性的系统，适合部署在廉价的机器上。HDFS能提供高吞吐量的数据访问，非常适合大规模数据集上的应用。HDFS放宽了一部分POSIX约束，来实现流式读取文件系统数据的目的。HDFS在最开始是作为Apache Nutch搜索引擎项目的基础架构而开发的。HDFS是Apache Hadoop Core项目的一部分。
HIVE
Hive 是一个基于 Hadoop 的开源数据仓库工具，用于存储和处理海量结构化数据。它把海量数据存储于 Hadoop 文件系统，而不是数据库，但提供了一套类数据库的数据存储和处理机制，并采用 HQL （类 SQL ）语言对这些数据进行自动化管理和处理。我们可以把 Hive 中海量结构化数据看成一个个的表，而实际上这些数据是分布式存储在 HDFS 中的。 Hive 经过对语句进行解析和转换，最终生成一系列基于 hadoop 的 Map/Reduce 任务，通过执行这些任务完成数据处理。