简述CDH的的运行模式。

CDH（Cloudera Distribution including Apache Hadoop）是一种基于 Apache Hadoop 的分布式计算平台，其运行模式主要包括以下几个方面：

1. HDFS（Hadoop Distributed File System）：CDH使用HDFS作为其分布式文件系统，在集群中存储大数据量的文件。HDFS将文件分成多个块，并将这些块分别存储在不同的节点上，以实现数据的高可靠性和高可扩展性。

2. YARN（Yet Another Resource Negotiator）：CDH使用YARN作为其集群资源管理器，它负责分配集群中的计算资源，使得各个任务可以在不同的节点上并行执行，从而提高计算效率。YARN还提供了丰富的任务调度和监控功能，方便用户管理和调度任务。

3. MapReduce：CDH使用MapReduce作为其分布式计算框架，通过将大规模数据分成小块进行并行计算，实现高效的大数据处理。MapReduce将任务分成两个步骤，即Map和Reduce，其中Map负责将数据切分并进行初步处理，Reduce负责将Map处理后的结果合并，得到最终的计算结果。

4. HBase：CDH还包含了HBase作为其分布式NoSQL数据库，它可以存储非结构化的数据，并提供高速的读写性能和数据可靠性保证。HBase通常被用于处理实时数据和海量数据存储。

综上所述，CDH的运行模式主要基于HDFS、YARN、MapReduce和HBase这些组件，通过它们的高度集成和协同工作，实现了高效、可靠的大数据处理和管理。

相关问题

简述CDH的工作原理。

CDH是Cloudera公司开发的一种分布式计算平台，它基于Hadoop生态系统，包括Hadoop分布式文件系统（HDFS）、YARN和MapReduce等组件。CDH的工作原理可以概括为以下几点：

1. 数据存储：CDH使用HDFS作为数据存储系统，将大数据分成小的块存储在不同节点上，以实现数据的高可用和分布式处理。

2. 数据处理：CDH使用MapReduce作为数据处理框架，通过将数据划分成小的任务并分配给不同的节点进行并行处理，最终将结果合并输出。

3. 资源管理：CDH使用YARN作为资源管理器，负责管理集群中的计算资源，并为用户提交的应用程序分配资源。

4. 数据分析：CDH还提供了多种数据分析工具和平台，如Hive、Impala、Spark等，让用户能够对数据进行更深入的分析和挖掘。

总的来说，CDH通过将数据存储在分布式文件系统中，使用MapReduce并行处理数据，利用YARN进行资源管理，以及提供多种数据分析工具和平台，实现了大规模数据处理和分析。

CDH开启hive非严格模式

如果你想要在CDH中开启Hive的非严格模式，可以按照以下步骤进行操作：

1. 打开Hive的配置文件hive-site.xml。
2. 在该文件中添加如下配置：

<property>
  <name>hive.strict.checks.cartesian.product</name>
  <value>false</value>
</property>

3. 保存配置文件并退出。

这个配置会禁用Hive的笛卡尔积检查，从而允许一些比较复杂的查询。请注意，开启非严格模式会增加查询的风险，因此需要谨慎使用。