Sahara旨在为用户提供简单部署Hadoop集群的能力，比如通过简单的配置：Hadoop版本、集群结构、节点硬件信息等。在用户提供了这些参数后，Sahara迅速把Hadoop集群部署起来。同时也支持集群的扩容和减容。
其应用场景包括：
1） 提供在OpenStack上快速配置和部署Hadoop集群的能力。
2） 充分利用OpenStack Iaas层的计算能力。
3） 提供分析即服务的数据分析业务，有点像亚马逊的EMR。
Sahara主要的特性包括：
1） Sahara作为OpenStack的一个组件。
2） 通过OpenStack的Dashboard调用REST API来管理。
3） 支持不同的Hadoop版本
4） 可配置的Hadoop配置模板。
Sahara课OpenStack的Horizon（提供GUI）、Keystone（提供鉴权功能）、Nova（为了创建Hadoop集群虚拟机）、Heat（Sahara可以配置成使用Heat来协调Hadoop集群所需要的服务）、Glance（存放Hadoop虚拟机镜像）、Swift（可以用于存放Hadoop任务处理的数据）、Cinder（用于提供块存储）、Neutron（提供网络服务）、Ceilometer（用于收集集群的信息来达到计量和监控的目的）有交互。
主要的工作流程介绍：
常见的快速配置集群步骤如下：
1） 选择Hadoop版本
2） 选择镜像（如果镜像中没有预安装Hadoop，Sahara也支持通过可插入的部署引擎）
3） 设置集群的参数：大小、拓扑等。
4） 创建集群：Sahara会进行虚拟机的安装和Hadoop的配置。
5） 集群管理：包括添加或者删除节点。
6） 删除集群
通用的分析服务工作流程：
1） 选择一个预定义的Hadoop版本
2） 编辑任务
a) 选择任务类型：pig、hive、jar-file等
b) 提供任务的脚本地址或者jar包的位置
c) 选择输入输出数据的位置
d) 选择日志的位置
3） 设置集群的大小
4） 执行任务
5） 获取任务执行结果
Sahara架构包含一下几个模块：
鉴权模块：负责鉴权和授权，和keystone进行交换。
DAL（Data Access Layer）：和数据库访问相关。
供应引擎（Provisioning Engine）：用于和组件Nova, Heat, Cinder、Glance交换
供应商插件：插件形式提供，用于在虚拟机上配置和启动Hadoop服务。已有的解决方案包括：Apache的Ambari和Cloudera（Hadoop数据管理软件与服务提供商） Management Console。
EDP（Elastic Data Processing）：负责调度和管理Sahara提供的Hadoop集群上的计算任务。
REST API：提供REST使用Sahara功能。
Sahara的Python客户端：和OpenStack其他组件的CLI一样。
Sahara的GUI页面：Horizon上提供Sahara相关的GUI。
本文出自：http://blog.csdn.net/canxinghen/article/details/41833027
