目前CDM支持连接的HDFS数据源有以下几种：
- MRS HDFS
- FusionInsight HDFS
- Apache HDFS
MRS HDFS
连接MRS上的HDFS数据源时，相关参数详见表MRS上的HDFS连接参数。
说明
新建MRS连接前，需在MRS中添加一个kerberos认证用户并登录MRS管理页面更新其初始密码，然后使用该新建用户创建MRS连接。
如需连接MRS 2.x版本的集群，请先创建2.x版本的CDM集群。CDM 1.8.x版本的集群无法连接MRS 2.x版本的集群。
需确保MRS集群和DataArts Studio实例之间网络互通，网络互通需满足如下条件：
DataArts Studio实例（指DataArts Studio实例中的CDM集群）与MRS集群处于不同区域的情况下，需要通过公网或者专线打通网络。通过公网互通时，需确保CDM集群已绑定EIP，MRS集群可以访问公网且防火墙规则已开放连接端口。
DataArts Studio实例（指DataArts Studio实例中的CDM集群）与MRS集群同区域情况下，同虚拟私有云、同子网、同安全组的不同实例默认网络互通；如果同虚拟私有云但子网或安全组不同，还需配置路由规则及安全组规则，配置路由规则请参见《虚拟私有云》帮助文档中的“自定义路由（Region Type Ⅰ）> 添加路由信息”章节，配置安全组规则请参见《虚拟私有云》帮助文档中的“安全组 > 添加安全组规则”章节。
此外，还需确保该MRS集群与DataArts Studio工作空间所属的企业项目相同，如果不同，您需要修改工作空间的企业项目。
详见下表：MRS上的HDFS连接参数
| 参数名 | 说明 | 取值样例 |
|---|---|---|
| 名称 | 连接的名称，根据连接的数据源类型，用户可自定义便于记忆、区分的连接名。 | mrs_hdfs_link |
| Manager IP | MRS Manager的浮动IP地址，可以单击输入框后的“选择”来选定已创建的MRS集群，CDM会自动填充下面的鉴权参数。 | 127.0.0.1 |
| 用户名 | 选择KERBEROS鉴权时，需要配置MRS Manager的用户名和密码。从HDFS导出目录时，如果需要创建快照，这里配置的用户需要HDFS系统的管理员权限。 如果要创建MRS安全集群的数据连接，不能使用admin用户。因为admin用户是默认的管理页面用户，这个用户无法作为安全集群的认证用户来使用。您可以创建一个新的MRS用户，然后在创建MRS数据连接时，“用户名”和“密码”填写为新建的MRS用户及其密码。 说明 如果CDM集群为2.9.0版本及之后版本，且MRS集群为3.1.0及之后版本，则所创建的用户至少需具备Manager_viewer的角色权限才能在CDM创建连接；如果需要对MRS组件的库、表、列进行操作，还需要参考MRS文档添加对应组件的库、表、列操作权限。 如果CDM集群为2.9.0之前的版本，或MRS集群为3.1.0之前的版本，则所创建的用户需要具备Manager_administrator或System_administrator权限，才能在CDM创建连接。 仅具备Manager_tenant或Manager_auditor权限，无法创建连接。 |
cdm |
| 密码 | 访问MRS Manager的用户密码。 | - |
| 认证类型 | 访问MRS的认证类型： SIMPLE：非安全模式选择Simple鉴权。 KERBEROS：安全模式选择Kerberos鉴权。 |
SIMPLE |
| 运行模式 | 选择HDFS连接的运行模式： EMBEDDED：连接实例与CDM运行在一起，该模式性能较好。 STANDALONE：连接实例运行在独立进程。如果CDM需要对接多个Hadoop数据源（MRS、Hadoop或CloudTable），并且既有KERBEROS认证模式又有SIMPLE认证模式，只能使用STANDALONE模式或者配置不同的Agent。 说明 STANDALONE模式主要是用来解决版本冲突问题的运行模式。当同一种数据连接的源端或者目的端连接器的版本不一致时，存在jar包冲突的情况，这时需要将源端或目的端放在STANDALONE进程里，防止冲突导致迁移失败。 Agent：连接实例运行在Agent上。 若不使用AGENT运行模式，且在一个CDM中同时连接两个及以上开启Kerberos认证且realm相同的集群，只能使用EMBEDDED运行模式连接其中一个集群，其余需使用STANDALONE。 |
STANDALONE |
| Agent | 单击“选择”，选择连接Agent中已创建的Agent。运行模式选择Agent时显示此参数。 | - |
| 是否使用集群配置 | 您可以通过使用集群配置，简化Hadoop连接参数配置。 | 否 |
| 集群配置名 | 仅当“是否使用集群配置”为“是”时，此参数有效。此参数用于选择用户已经创建好的集群配置。 | hdfs_01 |
单击“显示高级属性”，然后单击“添加”，您可以添加客户端的配置属性。所添加的每个属性需配置属性名称和值。对于不再需要的属性，可单击属性后的“删除”按钮进行删除。
FusionInsight HDFS
连接FusionInsight HD上的HDFS数据源时，详见下表：FusionInsight HDFS连接参数
| 参数名 | 说明 | 取值样例 |
|---|---|---|
| 名称 | 连接的名称，根据连接的数据源类型，用户可自定义便于记忆、区分的连接名。 | FI_hdfs_link |
| Manager IP | FusionInsight Manager平台的地址。 | 127.0.0.1 |
| Manager端口 | FusionInsight Manager平台的端口。 | 28443 |
| CAS Server端口 | 与FusionInsight对接的CAS Server的端口。 | 20009 |
| 用户名 | 登录FusionInsight Manager平台的用户名。 从HDFS导出目录时，如果需要创建快照，这里配置的用户需要HDFS系统的管理员权限。 | cdm |
| 密码 | FusionInsight Manager平台的密码。 | - |
| 认证类型 | 访问集群的认证类型： SIMPLE：非安全模式选择Simple鉴权。 KERBEROS：安全模式选择Kerberos鉴权。 |
KERBEROS |
| 运行模式 | 选择HDFS连接的运行模式： EMBEDDED：连接实例与CDM运行在一起，该模式性能较好。 STANDALONE：连接实例运行在独立进程。如果CDM需要对接多个Hadoop数据源（MRS、Hadoop或CloudTable），并且既有KERBEROS认证模式又有SIMPLE认证模式，只能使用STANDALONE模式或者配置不同的Agent。 STANDALONE模式主要是用来解决版本冲突问题的运行模式。当同一种数据连接的源端或者目的端连接器的版本不一致时，存在jar包冲突的情况，这时需要将源端或目的端放在STANDALONE进程里，防止冲突导致迁移失败。 Agent：连接实例运行在Agent上。 |
STANDALONE |
| Agent | 单击“选择”，选择连接Agent中已创建的Agent。运行模式选择Agent时显示此参数。 | - |
| 是否使用集群配置 | 您可以通过使用集群配置，简化Hadoop连接参数配置。 | 否 |
| 集群配置名 | 仅当“是否使用集群配置”为“是”时，此参数有效。此参数用于选择用户已经创建好的集群配置。 | hdfs_01 |
单击“显示高级属性”，然后单击“添加”，您可以添加客户端的配置属性。所添加的每个属性需配置属性名称和值。对于不再需要的属性，可单击属性后的“删除”按钮进行删除。
Apache HDFS
连接Apache Hadoop上的HDFS数据源时，相关参数详见下表：Apache HDFS连接参数
| 参数名 | 说明 | 取值样例 |
|---|---|---|
| 名称 | 连接的名称，根据连接的数据源类型，用户可自定义便于记忆、区分的连接名。 | hadoop_hdfs_link |
| URI | 表示NameNode URI地址。可以填写为：hdfs://namenode 实例的ip :8020。 | hdfs://IP :8020 |
| 认证类型 | 访问集群的认证类型： SIMPLE：非安全模式选择Simple鉴权。 KERBEROS：安全模式选择Kerberos鉴权。 |
KERBEROS |
| Principal | 认证类型为“KERBEROS”时，需要填写Principal。Principal即Kerberos安全模式下的用户名，可以联系Hadoop管理员获取。此处填写的Principal需要与Keytab文件保持一致。 | - |
| Keytab文件 | 认证类型为“KERBEROS”时，需要上传Keytab文件。Keytab文件为认证凭据文件，可以联系Hadoop管理员获取。获取Keytab文件前，需要在集群上至少修改过一次此用户的密码，否则下载获取的keytab文件可能无法使用。另外，修改用户密码后，之前导出的keytab将失效，需要重新导出。 | - |
| 运行模式 | 选择HDFS连接的运行模式： EMBEDDED：连接实例与CDM运行在一起，该模式性能较好。 STANDALONE：连接实例运行在独立进程。如果CDM需要对接多个Hadoop数据源（MRS、Hadoop或CloudTable），并且既有KERBEROS认证模式又有SIMPLE认证模式，只能使用STANDALONE模式或者配置不同的Agent。 说明 STANDALONE模式主要是用来解决版本冲突问题的运行模式。当同一种数据连接的源端或者目的端连接器的版本不一致时，存在jar包冲突的情况，这时需要将源端或目的端放在STANDALONE进程里，防止冲突导致迁移失败。 Agent：连接实例运行在Agent上。 |
STANDALONE |
| IP与主机名映射 | 运行模式选择“EMBEDDED”、“STANDALONE”时，该参数有效。 如果HDFS配置文件使用主机名，需要配置IP与主机的映射。格式：IP与主机名之间使用空格分隔，多对映射使用分号或回车换行分隔。 | 10.1.6.9 hostname01 10.2.7.9 hostname02 |
| Agent | 运行模式选择“Agent”时，单击“选择”，选择连接Agent中已创建的Agent。 | - |
| 是否使用集群配置 | 您可以通过使用集群配置，简化Hadoop连接参数配置。 | 否 |
| 集群配置名 | 仅当“是否使用集群配置”为“是”时，此参数有效。此参数用于选择用户已经创建好的集群配置。 | hdfs_01 |
