Sahara将加速OpenStack与Hadoop的融合

OpenStack Sahara（旧称：Savanna）项目的负责人Sergey Lukjanov昨天正式宣布，Sahara从OpenStack孵化项目顺利毕业，将从OpenStack下一版本Juno开始作为OpenStack核心项目之一。Sahara是在2013年由领先的Apache Hadoop贡献方Hortonworks公司，最大的OpenStack 系统集成商Mirantis公司，以及全球领先的开源解决方案及最新版OpenStack的最大贡献方红帽公司联合发起的，致力于共同在 OpenStack上实现Apache Hadoop，使OpenStack用户能够轻松供应和管理弹性Hadoop集群，加快Hadoop在OpenStack上的开发和部署进程。

Apache Hadoop是MapReduce技术的一种实现，目前被各行业广泛采用，已成为大数据处理的行业标准。Sahara项目旨在为OpenStack用户提供一种简单、快捷地部署以及管理Hadoop集群的方案，类似于亚马逊Elastic MapReduce (EMR) 服务。

Sahara项目的架构图如下：

• Horizon——提供GUI以使用所有Sahara的特性。
• Keystone——认证用户并提供安全令牌，用以与OpenStack通信，用以给用户分配特定的OpenStack权限。
• Nova——为Hadoop集群配置虚拟机。
• Glance——用于储存Hadoop虚拟机镜像，每个镜像都包含了已安装的OS和Hadoop；预安装的Hadoop应该给予我们在节点布置上的便利。
• Swift——可以作为需要进行Hadoop作业的预存储。

用户需要给Sahara提供一些信息来建立集群，比如Hadoop版本、集群拓扑、节点硬件详情以及一些其它的信息。在用户提供这些参数之后，Sahara将帮助用户在几分钟之内建立起集群，同样还可以帮助用户根据需求对集群进行扩展（增加或者删除工作节点）。

云计算提供基础架构平台，大数据应用在这个平台上运行，这是目前公认非常高效的处理大数据的方法之一。使用Sahara方案可有效满足如下使用场景：

1. 在OpenStack云环境中快速部署Hadoop集群；

2. 更充分地利用通用OpenStack IaaS云环境中未被利用的计算资源；

3. 与亚马逊EMR类似，为临时的或突发的数据分析任务，提供数据分析即服务（Analytics as a Service）

OpenStack和Hadoop的融合，既最大限度提高了服务器的资源利用率，又大大降低了大数据处理的准入门槛。可以预见，作为云计算和大数据的桥梁之一，Sahara将会推动OpenStack云平台和Hadoop的整合，逐步进入大数据处理市场，更快速地借助云计算平台和大数据处理技术把数据转换为商业价值。