介绍
Atlas 是Hadoop的数据治理和元数据框架，是一组可伸缩和可扩展的核心基础治理服务。
Atlas 提供开放的元数据管理和治理功能，以构建数据资产的目录，对这些资产进行分类和治理，并为数据科学家、分析师和数据治理团队提供围绕这些数据资产的协作功能。
特性
Metadata types & instances 元数据类型和实例
预定义各种 Hadoop 元数据和非 Hadoop 的元数据类型，类型可以有各种属性，还能继承其他类型。
类型的实例即实体，是具体的元数据对象信息和血缘关系信息等。
Classification 分类
可以动态的创建分类，也可以有子类
Lineage 血缘
有直观的用户图形界面来查看数据血缘，但是没有全局的血缘界面。可以用 Reset API来构建，也可以用Kafka 接口来构建
Security & Data Masking 安全性和数据屏蔽
支持对实体实例的访问控制，以及对分类Classification 的增删改
还可以和 Apache Ranger 集成，进行权限控制。
架构
Core 核心层
- Type System：atlas 中自定义的类型系统，类似面向对象中的 类和对象。可以自定义类型 (类) 和实体 (对象)，比如 hive表 default.test_table ，在 atlas 中对应的类型就是 hive_table，其实体就该表的元数据信息。
- Ingest/Export：ingest 组件用来新增元数据，export用来更新元数据。
- Graph Engine：图形引擎，负责 元数据对象之间的血缘关系，基础图形模型等。
Integration 整合层
API：Atlas 所有功能都可以通过其Rest API 来实现。
Messaging：主要是基于kafka的消息接口。此接口与 Atlas 有更好的松散耦合，更好的扩展，更好的可靠性。
ATLAS_HOOK：来自 各个组件的Hook 的元数据通知事件通过写入到名为 ATLAS_HOOK 的 Kafka topic 发送到 Atlas
ATLAS_ENTITIES：从 Atlas 到其他集成组件（如Ranger）的事件写入到名为 ATLAS_ENTITIES 的 Kafka topic
Metadata sources 元数据来源
Hive：有两个，一个是全量批量导入的，一个是基于hive hook接口实时更新元数据。包括DDL、DML
HBase：有两个，一个是全量批量导入的，一个基于 HBase 协处理器做的实时更新元数据。包括namespace、table、columnFamily等的增删改。
Sqoop：没看
Kafka：只能批量导入，即读取kafka在Zookeeper上存的相关Topic信息，进行导入。
Storm：没看
Spark：有一个 spark 的连接器，支持 spark 端的 血缘关系，但是有点复杂。
RDBMS：只有 RDBMS 的类型系统，需要自己实现 bridge 进行导入
Applications atlas应用层
- admin UI：用户界面
- Tag Based Policies：基于标签和Apache Ranger 的权限管理。