2022年首个退役的Apahce大数据项目

作者：明哥 来源：明哥的IT随笔 

编辑：数据一哥

全文共2988个字，建议8分钟阅读

01

Ambari 正式退役

正所谓几家欢乐几家愁，2022 年初，又一款顶级 Apache 大数据项目，正式宣告退役：Apache Ambari 于 2022-01 悄然宣布，项目不再维护，正式进入退役阶段！

笔者听闻该消息，恰逢虎年春节之际，虽然对 Ambari 的退役早有预期，但由于早年与 Ambari 颇有渊源，还是不免唏嘘一场！

所以谨以一篇博文，纪念下 Apache Ambari!

02

忆 Ambari 往昔

遥想当年，大概 2015 年初，大数据三驾马车（Cloudera,Hortonworks,MapR）正值春风得意，Ambari 作为市面上唯一的开源的大数据集群管理系统，其开源社区相当活跃，市面上的应用者也很多，很多公司都基于开源的 Ambari 进行二次开发构建自己的大数据平台，Hortonworks 更是将 Ambari 作为其大数据平台 HDP (Hortonworks Data Platform) 内置的大数据集群管理系统，其市场占用率不可谓不高！

遥想当年，大概 2015年初，笔者刚刚转行进入大数据领域，获得的第一个大数据相关证书 HDPCA （Hortonworks Data Platform Cluster Administrator），其在线考试，底层对大数据集群的操作，都是通过 Ambari来进行的，对 Ambari 的运维管理不可谓不熟悉!

可是时过境迁，短短六七年时间，Ambari 就从当初的鼎盛时期，走到了今天退役的境地！真是沧海桑田，花无百日红呀！

这背后的原因：

• IT 市场大环境变化的影响：随着IT 生态大环境的变化，尤其是云计算的突起，市场竞争愈加激烈，Cloudera 不得不改变市场策略，于2019年1月与 Hortonworks 进行了合并；另一驾马车MapR,也被笔者曾经的东家 HPE 于2019年8月收购；

• 有科技大公司产品策略调整的直接影响：Cloudera 与 Hortonworks 合并后，逐步摒弃了 HDP 与 CDH 大数据平台，推出了 CDP 大数据平台；并在底层的大数据集群管理系统上，摒弃了 Ambari，主推原 CDH 底层的 Cloudera Manager；

• 更有开源社区宣传和运营的问题：Ambari作为一款优秀的开源大数据管理系统，时至今日，仍有不少公司的大数据平台是基于其开源版本二开构建的,正所谓酒香也怕巷子深，如果 Ambari 社区有着良好的宣传和运营，如果基于 Ambari 二开的公司能更主动地秉承开源精神回馈社区，相信即使 Cloudera 做了了上述调整，Ambari项目也不至于退役。

03

Ambari 回顾介绍

• Apache Ambari 提供了一系列工具软件，辅助集群管理员，进行集群搭建/集群管理/集群监控，从而使得大数据集群的运维管理更简单易捷；

• 除了提供基于浏览器的 WEB-UI 方便运维人员对集群进行运维管理外，Ambari 也提供了一系列 REST APIs， 方便应用开发人员与系统集成人员，将集群搭建/集群管理/集群监控功能，提成到应用系统中；

• Apache Ambari 创建于 2013-11，其最新版本,也是最后一个版本，是 Ambari 2.7.6，发布于 2021-11月;

Ambari 的功能概括如下：

• 辅助集群搭建：Provision a Hadoop Cluster：Ambari provides an easy-to-use, step-by-step wizard for installing Hadoop services across any number of hosts.Ambari handles configuration of Hadoop services for the cluster.

• 辅助集群运维管理：Manage a Hadoop Cluster：Ambari provides central management for starting, stopping, and reconfiguring Hadoop services across the entire cluster.

• 辅助集群监控：Monitor a Hadoop Cluster：Ambari provides a dashboard for monitoring health and status of the Hadoop cluster.Ambari will send emails when your attention is needed (e.g., a node goes down, remaining disk space is low, etc).

04

最近退役的顶级大数据项目

回顾盘点下，近几年退役的顶级 Apache 大数据项目，笔者使用过的/关注比较多的，主要有：

• Ambari: 如上文所述，Ambari 于2022年1月正式退役；

• Sentry：Sentry 对大数据 HADOOP 集群中的数据和元数据提供了细粒度的授权管理（即安全3A+1E中的 Authorization），sentry 于 2020-12正式退役；

  

• Sqoop：Sqoop 在大数据集群 HADOOP 和关系型数据库 RDBMS 之间，提供了高效的大批量数据同步功能（Bulk Data Transfer） ，sqoop 于 2021-06正式退役.

05项目退役后怎么办

首先大家要明白“项目退役”的含义：

• 某个 Apache 项目退役了，就代表背后的 Apache 开源社区不再维护该项目，也就是说，Apache官方不会再推出该项目的新版本（包括BUG修复版本）；

• 但该项目的官方网站（一般是 xxx.apache.org），源码包(可以通过github/maven仓库获取），二进制包（可以通过官方网站/github/maven 仓库获取），问题追踪系统（一般是JIRA系统或github issues）等，一般都还是可用的；

所以短期来讲，项目中正在使用的开源组件退役后，用户仍然可以正常获取该组件的源码包和二进制包，仍然可以正常使用，几乎不受影响；对于代码能力比较强有二次开发能力的大公司，很多都会基于开源版本fork自己的新分支并维护在自己的代码库中，其影响更是有限。

已经退役的开源组件，Apache 官方不会再维护该项目，也就是说不会出新版本和新特性，对后续陆续发现的BUG也不会出修复版本，所以虽然该组件仍可以正常使用，但由于不能复用其背后开源社区的力量，所以长期来讲，一般都会重新进行技术选型，寻找替代品，在新产品新项目中切换使用新组件，在旧产品旧项目中逐步淘汰替换旧组件。

针对上面提到的3个项目具体来讲：

• sentry: 可以考虑使用 ranger 替代（CDP中内置的就是 ranger 而不再是 sentry）;

• sqoop: 可以考虑使用 datax/sparksql/kafka-connect/seatunnel/flink-cdc 等替代；

• ambari: 目前来看，没有替代品，只能切换使用cdp等大数据平台（当然底层是cloudera-manager），或自己fork开源ambari二开维护了；

06

结语

开源不易！

希望大家使用开源项目的同时要不断的回馈社区，只有社区活跃了，项目才能真正的"发扬光大”！

再次心痛+1

致敬 Apache Sqoop

如何参与一个Apache开源项目

基于Ambari的大数据平台搭建

！关注不迷路~ 各种福利、资源定期分享！