准备工作：获取CDH或CDP集群信息并配置网络连通

背景信息

• CDH是Cloudera的开源平台发行版，提供开箱即用的集群管理、集群监控、集群诊断等功能，并支持使用多种组件，助力您执行端到端的大数据工作流程。

• CDP是跨平台收集和整合客户数据的公共数据平台，可帮助您收集实时数据，并将其构建为单独的用户数据使用。

您可在DataWorks中注册CDH及CDP集群，基于业务需求进行相关任务开发、调度、数据地图（元数据管理）和数据质量等一系列的数据开发和治理操作。

前提条件

• 已部署CDH集群。

  DataWorks支持使用非阿里云ECS环境部署的CDH，但需确保部署CDH的环境和阿里云专有网络可连通。通常您可使用高速通道、VPN等网络连通方案来保障网络的连通性。

• 已购买DataWorks独享调度资源组。

  DataWorks独享调度资源组购买后，默认与其他云产品网络不连通。在对接使用CDH时，需先保障CDH集群和独享调度资源组间网络连通，才可进行后续相关操作。购买资源组，详情请参见新增和使用独享调度资源组。

获取CDH集群配置信息

您需按如下步骤获取CDH配置信息，用于后续在DataWorks注册CDH集群使用。

1. 获取CDH版本信息。

   登录Cloudera Manager，在主界面集群名称右侧查看当前部署的CDH集群版本，如下图所示。

2. 获取Host地址与组件地址信息，用于注册CDH集群时配置集群连接信息。

   方式一：使用DataWorks JAR包工具获取

   1. 登录Cloudera Manager，下载工具JAR包。

      wget https://dataworks-public-tools.oss-cn-shanghai.aliyuncs.com/dw-tools.jar

   2. 运行工具JAR包。

      export PATH=$PATH:/usr/java/jdk1.8.0_181-cloudera/bin
      java -jar dw-tools.jar <user> <password>

      其中<user>和<password>分别是Cloudera Manager的用户名和密码。

      在运行结果中查看并记录CDH的Host地址和组件地址信息。

   方式二：在Cloudera Manager页面手动查看

   登录Cloudera Manager，在主机（Hosts）下拉菜单中选择角色（Roles），根据关键字和图标识别需要配置的服务，然后查看左侧对应的主机（Host），按照格式补全要填写的地址。默认端口号可参考方法一的输出结果样例。

   其中：

   • HS2表示：HiveServer2

   • HMS表示：Hive Metastore

   • ID表示：Impala Daemon

   • RM表示：YARN ResourceManager

3. 获取配置文件，用于后续注册CDH集群时上传使用。

   1. 登录Cloudera Manager。

   2. 在状态页面，单击集群的下拉菜单中的查看客户端配置 URL。

   3. 以YARN为例，在对话框中下载配置包。

4. 获取CDH集群的网络信息，用于后续与DataWorks独享调度资源组配置网络连通。

   1. 登录部署CDH集群的ECS控制台。

   2. 在实例列表中找到部署CDH集群的ECS实例，单击实例名称进入实例详情页，查看并记录安全组、专有网络、虚拟交换机信息。

配置网络连通

DataWorks的独享调度资源组购买后，默认与其他云产品网络不可达，在对接使用CDH时，您需获取部署CDH集群的网络信息，将独享调度资源组绑定至CDH集群所在的VPC网络中，保障CDH集群与独享调度资源组的网络连通。

1. 进入独享资源组网络配置页面。

   1. 登录DataWorks控制台。

   2. 在左侧导航栏，单击资源组列表，默认进入独享资源组页签。

   3. 单击已购买的独享调度资源组后的网络设置。

2. 绑定VPC。

   在专有网络绑定页签，单击新增绑定，在配置页面选择上述获取CDH集群配置信息：步骤4记录的CDH集群所在VPC、可用区、交换机、安全组。

3. 配置Host。

   在Host配置页签，单击批量修改，在对话框中配置为上述获取CDH集群配置信息：步骤2中记录的Host地址信息。

后续步骤

完成本文准备工作后，您可开始在DataWorks注册CDH集群进行相关开发操作，详情请参见注册CDH或CDP集群至DataWorks。