TT Bigdata TT Bigdata
首页
  • 部署专题

    • 常规安装
    • 一键部署
  • 组件专题

    • 安装指导
    • 魔改分享
  • 高阶玩法

    • 实战 Kerberos
    • 实战 Ranger
  • 版本专题

    • 更新说明
    • BUG临时处理
  • 实验室

    • VIEW插件
    • JIRA速查
  • Ambari-Env

    • 环境准备
    • 开始使用
  • 二开指导

    • 前端开发
    • 后端开发
  • 组件编译

    • 专区—Ambari
    • 专区—Bigtop-官方组件
    • 专区—Bigtop-扩展组件
  • 报错解决

    • 专区—Ambari
    • 专区—Bigtop
  • 其他技巧

    • APT仓库增量更新
    • Maven镜像加速
    • Gradle镜像加速
    • Bower镜像加速
    • 虚拟环境思路
    • R环境安装+一键安装脚本
    • Ivy配置私有镜像仓库
    • Node.js 多版本共存方案
    • Ambari Web本地启动
    • Npm镜像加速
    • PostgreSQL快速安装
    • Temurin JDK 23快速安装
  • 成神之路

    • 专区—Ambari
    • 专区—Ambari-Metrics
    • 专区—Bigtop
  • 集成案例

    • Redis集成教学
    • Dolphin集成教学
    • Doris集成教学
    • 持续整理...
  • 核心代码

    • 各组件代码
    • 通用代码模板
  • 国产化&其他系统

    • Kylin V10系列
    • Rocky系列
    • Ubuntu系列
  • Grafana监控方案

    • Ambari-Metrics插件
    • Infinity插件
  • 优化增强

    • 组件配置调优
  • 支持&共建

    • 蓝图愿景
    • 合作共建
    • 服务说明
GitHub (opens new window)

JaneTTR

数据酿造智慧,每一滴都是沉淀!
首页
  • 部署专题

    • 常规安装
    • 一键部署
  • 组件专题

    • 安装指导
    • 魔改分享
  • 高阶玩法

    • 实战 Kerberos
    • 实战 Ranger
  • 版本专题

    • 更新说明
    • BUG临时处理
  • 实验室

    • VIEW插件
    • JIRA速查
  • Ambari-Env

    • 环境准备
    • 开始使用
  • 二开指导

    • 前端开发
    • 后端开发
  • 组件编译

    • 专区—Ambari
    • 专区—Bigtop-官方组件
    • 专区—Bigtop-扩展组件
  • 报错解决

    • 专区—Ambari
    • 专区—Bigtop
  • 其他技巧

    • APT仓库增量更新
    • Maven镜像加速
    • Gradle镜像加速
    • Bower镜像加速
    • 虚拟环境思路
    • R环境安装+一键安装脚本
    • Ivy配置私有镜像仓库
    • Node.js 多版本共存方案
    • Ambari Web本地启动
    • Npm镜像加速
    • PostgreSQL快速安装
    • Temurin JDK 23快速安装
  • 成神之路

    • 专区—Ambari
    • 专区—Ambari-Metrics
    • 专区—Bigtop
  • 集成案例

    • Redis集成教学
    • Dolphin集成教学
    • Doris集成教学
    • 持续整理...
  • 核心代码

    • 各组件代码
    • 通用代码模板
  • 国产化&其他系统

    • Kylin V10系列
    • Rocky系列
    • Ubuntu系列
  • Grafana监控方案

    • Ambari-Metrics插件
    • Infinity插件
  • 优化增强

    • 组件配置调优
  • 支持&共建

    • 蓝图愿景
    • 合作共建
    • 服务说明
GitHub (opens new window)
  • 合作共建

    • 一、当前版本支持矩阵
      • 二、Bigtop 在 Stacks 制作中的角色
        • 三、需求收集
          • 四、迭代规划
            • 1. 操作系统适配
            • 2. 组件升级与生态完善
            • 3. ARM 架构探索
            • 4. 系统与运维架构优化
            • 5. 技术前瞻与创新
          • 五、国产化适配 & 合作模式
            • 六、支持方式
              • 🌟 点个 Star
              • 📡 关注“饕餮大数据”
              • ☕ 打赏支持
          目录

          合作共建

          # 合作共建 · 迭代规划与适配进展

          # 一、当前版本支持矩阵

          运行环境

          目前已完成多平台、多版本的稳定适配,并通过生产环境验证。

          Ambari 版本 支持系统 Java 版本 Python 版本
          2.8.0 CentOS 7.9 / Rocky 8.10 Java 8 Python 2
          3.0.0 CentOS 7.9 / Rocky 8.10 / Ubuntu 22.04 Java 17 Python 3

          📌 说明

          • Ubuntu 22.04 仅适配 Ambari 3.0.0
          • Ambari 3.0.0 核心运行环境已切换到 Java 17 + Python 3
          • Ambari 2.8.0 保持 Java 8 + Python 2,便于历史项目平滑迁移

          # 二、Bigtop 在 Stacks 制作中的角色

          什么是 Bigtop?

          Apache Bigtop 是一个面向大数据生态的打包、部署与测试框架,支持跨平台构建 RPM / DEB 包,并管理依赖关系。

          在 Ambari 3.0.0 中,Bigtop 已成为官方推荐的 Stacks 构建工具,优势包括:

          • 跨平台构建能力:一次打包,可适配多种 Linux 发行版
          • 依赖统一管理:保证 Hadoop 生态各组件版本的一致性
          • 快速集成新组件:支持 Hudi、Paimon、Doris、Trino 等大数据新秀
          • 方便二次开发:适合企业定制化大数据平台

          我们的所有 Ambari Stacks(无论 2.8 还是 3.0)都基于 Bigtop 进行构建,确保一致的安装体验和运维稳定性。

          # 三、需求收集

          环境适配需求

          • 需要适配 特定操作系统(如国产化环境)?
          • 需要支持 特殊 JDK / Python 版本?
          • 发现组件兼容问题或性能瓶颈?

          请反馈给我们,我们将优先处理并优化。

          # 四、迭代规划

          # 1. 操作系统适配

          • 适配 x86 架构 Kylin OS,满足国产化需求 短期
          • 提升跨系统适配效率 中期
          • 扩展更多国产 & 主流操作系统支持 长期

          # 2. 组件升级与生态完善

          • 核心组件版本升级,提升性能与兼容性 短期
          • 优化组件协作,提升稳定性与扩展性 中期
          • 构建全组件生态,满足全场景需求 长期

          # 3. ARM 架构探索

          ARM 适配进展(点击展开)
          • 短期:Impala 等组件暂不支持 ARM
          • 中期:评估关键组件的可行性,预研 ARM 迁移方案
          • 长期:推动 ARM 生态适配,确保多架构稳定运行

          # 4. 系统与运维架构优化

          • 短期 修复已知问题,优化稳定性与兼容性
          • 中期 提升集群管理与自动化运维能力
          • 长期 打造智能化运维体系,实现系统自优化

          # 5. 技术前瞻与创新

          新技术探索(点击展开)
          • 短期:探索 AI、大数据、云原生的结合点
          • 中期:推动新技术融合落地,增强竞争力
          • 长期:引领技术发展,打造行业领先的大数据生态

          # 五、国产化适配 & 合作模式

          国产化适配挑战

          • 国产化环境软硬件成本高,需要真实环境测试
          • 不同厂商软硬件的兼容优化需要长期维护

          合作优势

          • ✅ 优先适配您的环境
          • ✅ 提供技术支持与方案优化
          • ✅ 共享国产化大数据生态成果

          📌 您的支持,不仅加快适配进度,更能推动国产化生态发展,实现双赢!

          # 六、支持方式

          您的支持,让我们动力满满 🚀

          觉得项目有价值,欢迎支持我们!

          # 🌟 点个 Star

          • Gitee 项目地址 (opens new window)

          # 📡 关注“饕餮大数据”

          公众号二维码

          获取学习资料,跟着教程走,不迷路!

          # ☕ 打赏支持

          打赏二维码

          一杯咖啡,助力更多技术分享

          最近更新
          01
          更新日志 · v3.0.1 2026/06
          06-05
          02
          Step7—Mariadb初始化
          03-23
          03
          【Kylin V10】强力卸载脚本 aarch64
          03-22
          更多文章>
          Theme by Vdoing | Copyright © 2017-2026 JaneTTR | MIT License
          • 跟随系统
          • 浅色模式
          • 深色模式
          • 阅读模式