DataWorks提供了与CDH（Cloudera’s Distribution Including Apache Hadoop，以下简称CDH） 和CDP（Cloudera Data Platform，以下简称CDP）集群对接的能力，您可在DataWorks中注册CDH及CDP集群，进行任务开发、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。
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
当前工作空间下，拥有以下任意权限策略或角色的用户可注册CDH或CDP集群：
阿里云主账号。
拥有DataWorks空间管理员角色的工作空间成员。授权详情请参见添加空间成员并管理成员角色权限。
拥有AliyunDataWorksFullAccess权限策略的用户，且该用户为DataWorks工作空间成员。授权权限策略，详情请参见RAM用户授权、RAM角色授权；添加用户为工作空间成员，详情请参见添加空间成员并管理成员角色权限。
已完成CDH或CDP集群的相关部署，并获取注册集群所需的配置信息。详情请参见准备工作：获取CDH或CDP集群信息并配置网络连通。
使用限制
仅支持使用新版Serverless资源组（推荐）或旧版独享调度资源组运行CDH或CDP集群任务。
说明Serverless资源组为通用型资源组，可满足多种任务类型（例如，数据同步、任务调度）的场景应用，购买详情请参见新增和使用Serverless资源组；若您已购买过旧版独享调度资源组，也可使用该资源组运行CDH或CD任务，详情请参见使用独享调度资源组。
新用户仅支持购买新版Serverless资源组。
若使用自定义版本集群注册至DataWorks，仅支持使用旧版独享调度资源组。集群版本介绍，请参见步骤二：注册CDH或CDP集群。
仅支持华北2（北京）、华东2（上海）、华东1（杭州）、华南1（深圳）、华北3（张家口）、西南1（成都）、德国（法兰克福）地域注册CDH或CDP集群。
步骤一：进入集群注册页面
进入管理中心页面。
登录DataWorks控制台，切换至目标地域后，单击左侧导航栏的，在下拉框中选择对应工作空间后单击进入管理中心。
在左侧导航栏单击集群管理进入集群管理页面，单击注册集群，选择开源集群类型为CDH，进入集群注册页面。
步骤二：注册CDH或CDP集群
标准模式工作空间，需分别注册开发环境集群和生产环境集群。工作空间模式介绍，详情请参见必读：简单模式和标准模式的区别。
CDP与CDH基于DataWorks的开发操作基本一致，本文以CDH为例，为您介绍在DataWorks如何注册CDH集群。
配置集群基本信息。
参数
描述
集群显示名称
定义集群在DataWorks的名称，名称必须唯一。
集群版本
选择注册的集群版本。
DataWorks提供的CDH5.16.2、CDH6.1.1、CDH6.2.1、CDH6.3.2、CDP7.1.7版本您可直接选择，该类集群版本配套的组件版本（即集群连接信息中各组件的版本）固定。若该类集群版本不满足您的业务需要，您可选择自定义版本，并按需配置组件版本。
说明不同集群版本需配置的组件存在差异，具体请以实际界面为准。
使用自定义版本集群注册至DataWorks，仅支持使用旧版独享调度资源组，且注册完成后需提交工单联系技术支持人员初始化相关环境。
集群名称
用于确定当前所注册集群的配置信息来源。可选择其他工作空间已注册的集群或新建集群：
已注册集群：当前所注册集群的配置信息，直接引用其他工作空间已注册集群的配置信息。
新建集群：当前注册集群的配置信息需您自行配置。
配置集群连接信息。
根据实际使用情况选择对应集群的组件版本，并输入获取到的组件地址信息。获取组件信息，详情请参见准备工作：获取CDH或CDP集群信息并配置网络连通。
添加集群配置文件。
您可根据需要上传所需组件的配置文件。获取配置文件，详情请参见准备工作：获取CDH或CDP集群信息并配置网络连通。
配置文件介绍如下。
配置文件
描述
应用场景
Core-Site文件
包含Hadoop Core库的全局配置。例如，HDFS和MapReduce常用的I/O设置。
运行Spark或MapReduce任务，需上传该文件。
Hdfs-Site文件
包含HDFS的相关配置。例如，数据块大小、备份数量、路径名称等。
Mapred-Site文件
用于配置MapReduce相关的参数。例如，配置MapReduce作业的执行方式和调度行为。
运行MapReduce任务，需上传该文件。
Yarn-Site文件
包含了与YARN守护进程相关的所有配置。例如，资源管理器、节点管理器和应用程序运行时的环境配置。
运行Spark或MapReduce任务，或账号映射类型选择Kerberos时，需上传该文件。
Hive-Site文件
包含了用于配置Hive的各项参数。例如，数据库连接信息、Hive Metastore的设置和执行引擎等。
账号映射类型选择Kerberos时，需上传该文件。
Spark-Defaults文件
用于指定Spark作业执行时应用的默认配置。您可通过
spark-defaults.conf文件预先设定一系列参数（例如，内存大小、CPU核数），Spark应用程序在运行时将采用该参数配置。运行Spark任务，需上传该文件。
Config.Properties文件
包含Presto服务器的相关配置。例如，设置Presto集群中协调器节点和工作节点的全局属性。
使用Presto组件，且账号映射类型选择OPEN LDAP或Kerberos时，需上传该文件。
Presto.Jks文件
用于存储安全证书，包括私钥和颁发给应用程序的公钥证书。在Presto数据库查询引擎中，
presto.jks文件用于为Presto进程启用SSL/TLS加密通信，确保数据传输的安全。配置集群默认访问身份。
用于配置在DataWorks运行CDH集群任务时，使用什么账号访问CDH集群，不同环境支持使用的账号存在差异，具体如下。
说明当注册集群时，默认访问身份配置为非集群账号，若该账号未设置账号映射或设置的映射类型选择无认证方式，则任务均会执行失败。
环境
默认访问身份
相关文档
开发环境
集群账号：无论谁在DataWorks运行CDH任务（例如，阿里云主账号、只拥有开发权限的子账号），实际统一使用指定集群账号访问CDH集群。
映射账号：使用任务执行者运行CDH任务时，需配置任务执行者账号与集群账号的映射关系，配置后，运行任务时实际使用该映射账号访问CDH集群。
配置账号映射关系，详情请参见设置集群身份映射。
生产环境
集群账号：无论谁在DataWorks运行CDH任务（例如，阿里云主账号、只拥有开发权限的子账号），实际统一使用指定集群账号访问CDH集群。
映射账号：使用任务责任人、阿里云主账号、阿里云子账号运行CDH任务时，需配置相应账号与集群账号的映射关系，配置后，运行任务时实际使用该映射账号访问CDH集群。
单击完成注册，即成功在DataWorks中注册集群。
步骤三：资源组初始化
初次绑定集群、集群服务配置变更或组件版本升级（例如：修改core-site.xml）请初始化资源组，确保资源组可正常访问CDH集群，资源组当前环境配置可正常执行CDH集群任务。在集群管理页面，找到已注册的CDH集群，单击右上角的资源组初始化，选择所需资源组并进行初始化操作。
DataWorks仅支持使用新版Serverless资源组（推荐）与独享调度资源组运行CDH集群任务，因此，此处仅支持选择这两类资源组进行初始化操作。若无可用资源组，请根据需要新建，详情请参见新增和使用Serverless资源组、新增和使用独享调度资源组。
使用自定义版本集群注册至DataWorks，仅支持使用旧版独享调度资源组，且注册完成后需提交工单联系技术支持人员初始化相关环境。
后续步骤
设置集群身份映射：当CDH集群默认访问身份非指定集群账号时（即通过DataWorks云账号访问），您需配置DataWorks云账号与集群账号的映射关系，使DataWorks云账号可通过映射的集群指定身份访问CDH集群，实现相关数据权限的隔离和管控。
数据开发：您可在DataStudio（数据开发）中创建Hive、Spark、MapReduce、Impala或者Presto任务节点，进行相关开发操作。详情请参见使用DataWorks进行数据开发。