个人经历， 日活百万的app，ods层算上行为日志表和业务表大概40–50张，数据量比较多. DW层，因为有DWD和DWS，增加了主题表，聚合表，各类需求初步聚合表，到了100多接近150张表，并且随着业务迭代，数量还在提升。加上需求变更，此前的旧表无法满足要求，新表不断创建，增加更快。 ADS层，这一层因为是直接对接需求，表数量也比较多，但好在一些数据可以直接从DW层拿，表的数量增加不算很快，100多张
注意，atlas的安装包可以选择不同模式，因为内部架构使用到了kafka来做元数据注入和消费，使用到了janus gragh图数据做数据读写（这个图数据库内部又使用了HBase和Solr做数据存储和搜索）。kafka和hbase又需要使用zookeeper。 一般企业开发中，都会选择让atlas使用外部安装好的这些框架，所以打包时需要选择不使用内嵌框架方式 以下文档，是安装非内嵌版本的指南，内嵌版本可以忽略。
上述也可以看出，开源软件之间的联系是和密切的，但同样的，数仓技术框架的版本适配和兼容一不小心也会让人进入地狱坑。
安装zookeeper（内嵌版不需要安装） 安装过，只要自己能启动就行。注意zookeeper需要每台都启动。也可以自行编写启动和关闭脚本。具体看我博客 启动命令 bin/zkServer.sh start 查看状态（注意，最好的状态查看，其实是实际用一下框架功能，linux中有时候显示进程启动后了，但是功能没好） bin/zkServer.sh status注意，涉及到分布式集群软件启动前，一定一定先检查一下集群节点之间的时间是否同步，时区是否正确
安装kafka（内嵌版不需要安装） 安装过，只要自己能启动就行（每一台都要起） 启动服务 bin/kafka-server-start.sh config/server.properties 检查状态 bin/kafka-topics.sh --list --zookeeper doit11:2181,doit22:2181,doit33:2181注意这里，kafka依赖zookeeper做高可用，节点选举，所以启动kafka之前需要先启动zookeeper
安装hbase（自带版不需要安装） 安装过，只要自己能启动就行（每一台都要起） 启动hbase bin/start-hbase.sh 检查hbase是否工作正常 bin/hbase shell # 进入hbase 客户端之后，输入status检查状态 status注意，HBase的元数据节点信息也是放在zookeeper，节点选举也是依赖zookeeper，所以需要先启动zookeeper
安装solr（自带版不需要安装） 用atlas的安装包中自带的solr安装包，启动就行 bin/solr start -c -z doit11:2181,doit22:2181,doit33:2181 -p 8984 -force注意，这里带上zookeeper信息是因为solr所配套的hbase的元数据存储节点信息存储在zookeeper中，需要连接上去拿hbase的信息和数据 检查solr是否工作正常
初始化solr中数据（只需要做一次），这个操作类似hdfs的初始化
bin/solr create -c vertex_index -shards 1 -replicationFactor 1 -force bin/solr create -c edge_index -shards 1 -replicationFactor 1 -force /bin/solr create -c fulltext_index -shards 1 -replicationFactor 1 -force注意看上述参数，这里数据也是使用shards，和kafka一样，使用数据切片来存放数据 注意，也有使用副本，relication factor，也就是说solr可以搭建集群。
配置和启动atlas 上传atlas编译好之后的安装包 到linux节点（本案例就是单节点，也可以搭建集群，不过一般公司使用单节点即可，稳妥一些就是双节点的小集群）修改配置文件 vi atlas-env.sh export JAVA_HOME=/opt/app/jdk1.8.0_191/ export MANAGE_LOCAL_HBASE=false (如果要使用内嵌的zk和hbase，则改为true) export MANAGE_LOCAL_SOLR=false （如果要是用内嵌的solr，则改为true） Export HBASE_CONF_DIR=/opt/apps/hbase-2.0.6/confvi atlas-application.properties
# Hbase地址配置 atlas.graph.storage.hostname=doit11:2181,doit22:2181,doit33:2181（如果使用内嵌hbase，则填写localhost:2181） # Solr地址配置 #Solr http mode properties atlas.graph.index.search.solr.mode=http atlas.graph.index.search.solr.http-urls=http://doit11:8984/solr（solr服务地址） # Kafka地址配置 atlas.notification.embedded=false （如果要使用内嵌的kafka，则改为true） atlas.kafka.zookeeper.connect=doit11:2181,doit22:2181,doit33:2181 atlas.kafka.bootstrap.servers=doit11:9092,doit22:9092,doit33:9092 ######### Server Properties ######### atlas.rest.address=http://doitedu01:21000 启动 bin/atlas_start.py就是一个python脚本，注意，linux一些版本默认是安装了python的，但可能不是python3，如果版本不匹配，注意使用到python3 监听端口如下： netstat -nltp | grep 77214 打开atlas的web界面
atlas主要就是2个功能 元数据注入
注入元数据信息到atlas中（本质是：写入元数据到atlas中） 注入方式：
通过atlas为数据系统开发好的hook来注入通过atlas自带的WEB-UI来人工填写元数据信息再注入、通过在自己的数据系统中调用atlas对外暴露的api，来灵活注入注意，企业开发时，一般都需要进行web页面的自定义开发
元数据查询和使用使用atlas中的元数据信息来为我们服务（本质是：从atlas中读、改元数据） 使用方式：
通过atlas自带的WEB-UI前端系统来查看、修改元数据通过调用atlas对外暴露的api，来开发自己的管理系统