一、Dashboard（仪表盘，总览页面）
【总览】
【集群操作】
【配置文件下载】
【图表操作】
【图表时间配置】
【集群总体监控图表】
Memory Usage：整个集群的内存使用情况，包括 cached，swapped，used，和shared。
Network usage：整个就群的网络流量，包括上行和下行；
CPU Usage：集群的CPU使用情况；
Cluster Load：集群整体加载信息，包括节点数目，总CPU个数，正在运行的进程
【HDFS层面】
【HDFS Disk Usage】
左图：整个集群的磁盘使用情况。
右图：DFS的使用情况；non DFS的使用情况；磁盘实际剩余空间。
总共：100G空间。
如果配置了dfs.datanode.du.reserved = 30G。
那么，HDFS可以理所应当的占据70GB的空间。
这个时候，如果系统文件或者其他文件已经使用了40GB。
那么就意味着，最多给HDFS的空间只剩下60GB了！！
本来讲道理，HDFS有70GB的空间可以挥霍，但是现在空间只有60GB。
是不是说，有10GB应当给HDFS用的空间，却被其他东西使用了？
这个10GB的空间，就是Non - DFS！
如果dfs.datanode.du.reserved配置了0GB。
那么就意味着，只要不是HDFS使用的空间，都是NonDFS！！
【NameNode Heap】
NameNode的JVM堆使用情况。
【NameNode CPU WIO】
NameNode节点的CPU WIO。表示CPU空闲等待IO的情况，参数越高，说明CPU在长时间等待磁盘、网络等IO的操作而空闲。IO瓶颈较大。
【NameNode RPC】
RPC请求在队列中的平均滞留时间。
【NameNode Uptime】
NameNode累计上线时间，以及上线时间点。
【DataNodes Live】
DataNode的状态。
【HDFS Links】
HDFS相关页面的快速链接。
【Yarn 层面】
YARN Memory：Yarn集群的内存使用率。
【ResourceManager Heap】
RM的JVM堆使用情况。
【ResourceManager Uptime】
RM累计上线时间，以及上线时间点。
【NodeManagers Live】
NM的节点状态监控。
【节点热力图】
【服务参数版本管理】
【查看操作】
【查看告警】
二、服务面板
下面是HDFS的主面板，其他的类似。
三、参数配置、组、版本
【服务配置版本与组的时间上关系】
可以把Default理解为主版本（master版本），默认所有的节点配置都是按照这个来。
可以对这个主版本创建一个分支，也就是创建一个group。group中存储额外override覆盖的参数。
group中的参数会在哪个节点中生效取决于该group中配置了哪些host。
在默认的Default组的config面板中，参数都可以直接修改，这里改的是master主版本的配置。
核心参数不允许Override。
也可以Override这个参数，一旦点击，就会提示说在哪个group中改这个参数。
在分支组中的配置面板如下：
四、Host主机管理
主机列表视图：
主机视图：
五、告警管理
告警列表视图：
告警详情：
六、Ambari管理
总体界面：
【自定义页面管理】
【用户和用户组角色分配】
【角色权限列表】
七、扩展页面
【Yarn队列管理】
【HDFS】文件管理
七、AMS（Ambari Metrics System）
AMS包括4个部分：
Metrics Monitors：在各个节点中收集系统级别的度量参数，然后推送给Metrics Collector。
Hadoop Sinks：内嵌在Hadoop的各个组件中，将Hadoop的度量参数推送给Metrics Collector。
Metrics Collector：一个守护进程，运行在特定的节点中，用来接收已经注册的“Publisher”的数据。
Grafana：开源的度量分析和可视化套件。数据源为Collector。
【AMS架构图】
【访问Grafana界面】
默认端口号是3000。
【Grafana简单操作】
