企业官网建设流程全解析

摘要：裸装 Apache Hadoop 组件兼容全靠自己折腾，CDH 把这些坑全部填平。本文用"组装电脑 vs 品牌整机"讲透 CDH 的定位、四大核心概念与四种安装方式，为整个部署系列打地基。

目录
一、从一个真实的崩溃现场说起
二、Apache Hadoop 与 CDH 的本质区别
三、CDH 的四个核心概念
四、CDH 的四种安装方式怎么选
五、本系列的整体规划
六、结语与系列预告
一、从一个真实的崩溃现场说起
很多人第一次搭 Hadoop 集群都是这个剧本：照着官网装 Hadoop 2.x，装 Hive 的时候发现版本对不上，装 HBase 提示 Guava 冲突，改了一晚上 jar 包，最后 NameNode 起不来。

问题的根源在于：Apache 社区版只保证单个组件的质量，不保证组件组合之间的兼容性。Hadoop、Hive、HBase、ZooKeeper、Spark 各自独立发版，依赖冲突、接口变动、协议不匹配，全都要运维人员自己排查。

CDH（Cloudera Distribution Hadoop）就是为了解决这个问题而生的——Cloudera 公司把 Apache Hadoop 的十几个组件统一编译、统一测试、统一打包，一次性解决兼容性问题。

二、Apache Hadoop 与 CDH 的本质区别
用一个最直观的类比：

对比项 Apache Hadoop CDH
类比 自己组装电脑 品牌整机
上手难度 高，配件要自己选 低，开箱即用
组件兼容性 自己解决 官方保证
版本更新 快，紧跟社区 稍慢，但更稳
管理方式 命令行 + 配置文件 Web 控制台一键管理
费用 完全免费 Cloudera Express 免费
适合场景 学习原理、深度定制 生产环境快速落地
2.1 社区版的三宗罪
第一，兼容性矩阵复杂。 Hadoop 2.7 配 Hive 1.2 还是 2.1？HBase 1.x 依赖的 ZooKeeper 是 3.4 还是 3.5？每个组件组合都要查文档、做实验。

第二，配置分散。 十几个组件就是十几份配置文件，改一个参数要登录 N 台机器逐个修改，改漏一台就是线上事故。

第三，监控缺失。 社区版没有统一监控，要自己搭 Ganglia、Zabbix 或者自研。

2.2 CDH 的三个承诺
CDH 的核心价值就三句话：组件版本官方兼容、安装配置图形化、监控告警一体化。

除了 CDH，市面上还有 Hortonworks（HDP）、MapR、华为 FusionInsight 等发行版。其中 CDH 是国内落地最广、中文资料最全的一支，这也是本系列选择它的原因。

三、CDH 的四个核心概念
3.1 Cloudera Manager（CM）
CM 是整个 CDH 的"大脑"，一个 Web 管理平台，提供：

自动化安装：向导式部署，节点自动发现
配置管理：所有组件的配置集中在页面修改，一键下发全集群
监控告警：CPU、内存、磁盘、服务健康状态实时展示
默认控制台地址 http://服务器IP:7180，初始账号 admin / admin。部署完 CM，后面所有操作都在浏览器里完成。

3.2 Parcel
Parcel 是 CDH 特有的软件包格式，一个 Parcel 里包含了编译好的可执行程序、配置文件和依赖库。它比传统 RPM 包更适合分布式场景，因为支持：

跨节点分发：上传一次，CM 自动向所有节点分发
版本管理：多版本共存，随时切换
在线升级：滚动升级不停服
3.3 CSD（Cloudera Service Descriptor）
CSD 是服务描述文件（一个 jar 包），告诉 CM"怎么管理一个自定义服务"。CDH 原生不带 Kafka，我们后面就是通过 CSD + Parcel 的组合把 Kafka 集成进去的。

3.4 Server / Agent 架构
CM 采用经典的 Server-Agent 架构：

Server 部署在管理节点，负责决策和下发指令
Agent 部署在所有节点，上报状态、执行指令
理解这个架构很重要——后面排错时，Server 日志和 Agent 日志是两个不同的排查入口。

四、CDH 的四种安装方式怎么选
安装方式 特点 适用场景
CM 在线安装 联网自动下载 有外网、追求省事
CM + Parcel 离线安装 本地仓库分发 生产环境（推荐）
YUM 安装 依赖 yum 源 单组件测试
RPM 安装 手动逐台装 不推荐
结论：生产环境一律用 CM + Parcel 离线方式。不依赖外网，分发速度快、版本完全可控。本系列后续所有文章都基于这种方式。

五、本系列的整体规划
本系列共 8 篇，以一套真实的三节点集群为主线：

本篇：CDH 基础概念
集群规划与安装介质清单
环境准备 7 步实战
MySQL 5.7.22 安装与元数据库授权
Cloudera Manager 5.14 离线安装
Web 控制台向导安装 HDFS/YARN/Hive
Kafka 集成实战（CSD + Parcel）
故障排查手册（收官）
全程基于：CentOS 7.3 / CM 5.14.0 / CDH 5.9.0 / MySQL 5.7.22 / Kafka 2.0.2。

六、结语与系列预告
一句话总结：CDH = Apache Hadoop 全家桶 + 官方兼容性背书 + 图形化管理平台。学习和生产，都值得从它入手。

下一篇我们做动手前的最后准备：三节点怎么规划、内存给多少、要提前下载哪 7 个安装包——磨刀不误砍柴工。