一、Dashboard（儀表盤，總覽頁面）
【總覽】
【集群操作】
【配置文件下載】
【圖表操作】
【圖表時間配置】
【集群總體監控圖表】
Memory Usage：整個集群的內存使用情況，包括 cached，swapped，used，和shared。
Network usage：整個就群的網絡流量，包括上行和下行；
CPU Usage：集群的CPU使用情況；
Cluster Load：集群整體加載信息，包括節點數目，總CPU個數，正在運行的進程
【HDFS層面】
【HDFS Disk Usage】
左圖：整個集群的磁盤使用情況。
右圖：DFS的使用情況；non DFS的使用情況；磁盤實際剩余空間。
總共：100G空間。
如果配置了dfs.datanode.du.reserved = 30G。
那么，HDFS可以理所應當的占據70GB的空間。
這個時候，如果系統文件或者其他文件已經使用了40GB。
那么就意味着，最多給HDFS的空間只剩下60GB了！！
本來講道理，HDFS有70GB的空間可以揮霍，但是現在空間只有60GB。
是不是說，有10GB應當給HDFS用的空間，卻被其他東西使用了？
這個10GB的空間，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使用的空間，都是NonDFS！！
【NameNode Heap】
NameNode的JVM堆使用情況。
【NameNode CPU WIO】
NameNode節點的CPU WIO。表示CPU空閑等待IO的情況，參數越高，說明CPU在長時間等待磁盤、網絡等IO的操作而空閑。IO瓶頸較大。
【NameNode RPC】
RPC請求在隊列中的平均滯留時間。
【NameNode Uptime】
NameNode累計上線時間，以及上線時間點。
【DataNodes Live】
DataNode的狀態。
【HDFS Links】
HDFS相關頁面的快速鏈接。
【Yarn 層面】
YARN Memory：Yarn集群的內存使用率。
【ResourceManager Heap】
RM的JVM堆使用情況。
【ResourceManager Uptime】
RM累計上線時間，以及上線時間點。
【NodeManagers Live】
NM的節點狀態監控。
【節點熱力圖】
【服務參數版本管理】
【查看操作】
【查看告警】
二、服務面板
下面是HDFS的主面板，其他的類似。
三、參數配置、組、版本
【服務配置版本與組的時間上關系】
可以把Default理解為主版本（master版本），默認所有的節點配置都是按照這個來。
可以對這個主版本創建一個分支，也就是創建一個group。group中存儲額外override覆蓋的參數。
group中的參數會在哪個節點中生效取決於該group中配置了哪些host。
在默認的Default組的config面板中，參數都可以直接修改，這里改的是master主版本的配置。
核心參數不允許Override。
也可以Override這個參數，一旦點擊，就會提示說在哪個group中改這個參數。
在分支組中的配置面板如下：
四、Host主機管理
主機列表視圖：
主機視圖：
五、告警管理
告警列表視圖：
告警詳情：
六、Ambari管理
總體界面：
【自定義頁面管理】
【用戶和用戶組角色分配】
【角色權限列表】
七、擴展頁面
【Yarn隊列管理】
【HDFS】文件管理
七、AMS（Ambari Metrics System）
AMS包括4個部分：
Metrics Monitors：在各個節點中收集系統級別的度量參數，然后推送給Metrics Collector。
Hadoop Sinks：內嵌在Hadoop的各個組件中，將Hadoop的度量參數推送給Metrics Collector。
Metrics Collector：一個守護進程，運行在特定的節點中，用來接收已經注冊的“Publisher”的數據。
Grafana：開源的度量分析和可視化套件。數據源為Collector。
【AMS架構圖】
【訪問Grafana界面】
默認端口號是3000。
【Grafana簡單操作】
