Kerberos实战

 Kerberos对大数据的一些服务的具体应用

环境说明

  • Ambari 2.6.1.0
  • HDP 2.6.4
  • Kerberos 1.14.1

前言

前面的文章介绍了《Kerberos原理--经典对话》、《Kerberos基本概念及原理汇总》、《基于ambari的Kerberos安装配置》、《Windows本地安装配置Kerberos客户端》,已经成功安装了Kerberos KDC server,也在Ambari上启用了Kerberos,接下来我们再来研究一下如何使用Kerberos。

一、概要

Ambari页面启用Kerberos向导成功后,在Kerberos数据库中,就存放着许多Principal,在/etc/security/keytabs目录下也存放着很多keytab。这些principalkeytab是一一对应的,可以理解为钥匙的关系。

关于Kerberos的一些基础概念,可以戳《Kerberos基本概念及原理汇总》了解。

如果使用各服务的话,就需要进行Kerberos认证了。

准确的说,是开启了kerberos认证的组件都必须kinit后才可以使用具体权限取决于组件本身的授权机制(ACL/Sentry等)

二、访问Kerberos数据库查看principal

1. 在kerberos KDC所在机器并且当前用户是root上操作

访问Kerberos数据库:

kadmin.local

查看Kerberos principal

# 第一种方式,在kadmin.local模式,直接输入
listprincs
# 第二种模式,是不进入kadmin.local模式,使用-q参数,直接获取principal
kadmin.local -q listprincs

2. 当前用户是非root用户或在其它机器上操作

我们选择一台Kerberos从节点上访问Kerberos数据库,先使用kinit进行身份认证:

kinit admin/admin
# 需要输入密码,密码是你之前创建admin/admin@EXAMPLE.COM这个principal时侯的密码

然后再使用kadmin命令来访问数据库,这里也需要输入你认证admin/admin时候的密码:

查看principal就和之前的命令一样了,这里就不贴图和赘述了。

3. 总结

Kerberos KDC所在机器并且当前用户是root操作时,直接可以使用kadmin.local进行访问数据库,无需输入密码。

在当前用户是非root用户或在其它机器上操作时,需要先使用kinit命令认证,然后再使用kadmin命令来访问数据库,这里总共需要输入两次密码。

进入Kerberos数据库之后,我们可以对数据库中的principal进行一些操作,这里先不详细说明,后面会出这块的文章。

三、keytab说明

Ambari页面启用Kerberos向导成功后,会在/etc/security/keytabs目录下生成很多keytab密钥:

这些keytab密钥与Kerberos数据库中的principal有着一一对应的关系,就像钥匙一样,我们可以使用klist命令来查看keytab内容,比如查看hdfs.headless.keytab内容:

klist -kte /etc/security/keytabs/hdfs.headless.keytab

由上图可见,hdfs.headless.keytab就是hdfs-mycluster@EXAMPLE.COM的密钥,也由此可以得出结论,keytabprincipal是一一对应的。

四、YARN配置修改

众所周知,一些大数据服务的执行,需要yarn资源的调度,所以在使用平台服务之前,需要先检查一下yarn的配置,确保执行任务的时候不会因为资源分配问题导致任务被卡住。

假设有集群由三台机器组成,且三台机器的内存为8G,这里需要调整两处地方:

  • Yarn容器分配的内存大小
  • 资源调度容量的最大百分比,默认为0.2。

Web UI --> Yarn配置 --> 基本配置 --> Memory allocated for all YARN containers on a node,内存建议调大一些。

Web UI --> Yarn配置 --> 高级配置 --> Scheduler --> 修改yarn.scheduler.capacity.maximum-am-resource-percent值,百分比建议调高一点,比如0.8(最大值是1)。

如果分配给YARN资源过少,会导致执行集群任务被卡住的问题。

保存修改后的配置,并重启YARN服务。

五、kinit认证

这里采用的是在shell终端上使用命令行进行用户认证的方案。集群内所有的节点均可使用以下命令。

Kinit认证有两种方式,

  • 直接认证Kerberos主体,但需要手动输入密码
  • 通过密钥(keytab)认证Kerberos主体(Principal),不需要手动输入密码,但前提是密钥要与Kerberos主体相匹配。

在理论上来说,使用kinit的任何一种认证方式,只需要认证成功一种就可以任意访问Hadoop所有服务了。

1. 认证自定义用户访问集群服务

1.1 Kerberos认证自定义用户
1.1.1 创建Linux用户

在Linux主机上创建用户,比如lyz,建议在集群的每个节点上都创建lyz用户,否则跑集群任务的时候,有可能会报lyz用户名不存在的错误。

useradd  lyz
1.1.2 创建lyz的Kerberos主体
# 进入kadmin.local模式
kadmin.local
# 创建principal(lyz@EXAMPLE.COM)
addprinc lyz
# 设置密码
1.1.3 创建keytab文件

使用ktadd命令为lyz@EXAMPLE.COM创建keytab文件

ktadd -norandkey -k /etc/security/keytabs/lyz.keytab lyz@EXAMPLE.COM
# 参数说明
# -norandkey表示创建keytab时,principal的密码不发生改变。如果不使用该参数,直接ktadd -k则会修改principal的密码。
1.1.4 Kerberos认证用户

方式一:使用之前设定的密码来认证principal

kinit lyz
# 输入lyz@EXAMPLE.COM的密码

方式二:使用keytab来认证principal

kinit -kt /etc/security/keytabs/lyz.keytab lyz

查看认证缓存

klist

这样的话,在该主机上的root用户下执行操作,就是使用的lyz用户做代理。从理论上来讲,Kerberos认证通过以后,lyz用户可以访问操作集群内的任何服务,但是有的服务拥有ACL权限,比如HBase就有严格的ACL权限控制,具体如何操作下文具体会讲。

以下对各服务的操作,默认都以认证了lyz@EXAMPLE.COM为前提。

1.2 使用HDFS

HDFS服务组件本身有着严格的文件权限控制,如果操作不当,很容易出现Permission denied的错误。有两种解决方案(建议第一种),如下所示:

使用hdfs用户创建文件,并修改该文件的所属用户,这样可解决权限问题。(建议使用这种方式

现在我们使用Kerberos认证的lyz用户来操作HDFS shell

首先使用hdfs超级用户创建一个文件夹,并改变其文件夹的所有者。

sudo -u hdfs hadoop fs -mkdir /lyz
sudo -u hdfs hadoop fs -chown lyz:lyz /lyz

关闭HDFS文件权限设置

Web UI --> HDFS配置 --> 搜索dfs.permissions.enabled,将其值改为false,保存配置,并重启HDFS组件才可生效。如下图所示(但不建议在生产环境中这样做

上面我们列举了两种解决Permission denied的方案,我们这里使用第一种。

创建目录:

hadoop fs -mkdir /lyz/test

上传文件:

hadoop fs -put /root/a.log /lyz/test

浏览文件:

[root@xxx ~]# hadoop fs -ls /lyz/test
Found 1 items
-rw-r--r--   3 lyz lyz     138370 2019-01-09 20:56 /lyz/test/a.log
[root@xxx ~]#

上传的文件a.log的所有者为lyz,这也从侧面验证了Kerberos认证通过之后,是由Kerberos用户代理的Linux上的用户操作。

删除test文件夹:

hadoop fs -rm -r /lyz/test
1.3 使用Mapreduce

再次说明:执行mapreduce任务的前提是集群内的每个节点上都必须要有lyz这个本地用户,否则任务会执行失败。

编辑mptest.txt文件,内容为:

hello Hadoop
hello big data
hello world!

上传文件至hdfs并执行mapreduce的计数任务:

hadoop fs -put mptest.txt /lyz 
hadoop jar /usr/hdp/2.6.4.0-91/hadoop-mapreduce/hadoop-mapreduce-examples.jar wordcount /lyz/mptest.txt /lyz/output1218

注意:输入路径必须在/lyz目录下,因为lyz用户只拥有操作自己所属文件目录的权限。

任务执行成功:

[root@xxx ~]# hadoop fs -cat /lyz/output1218/part-r-00000
big                 1 
data                1 
hadoop              1 
hello               3  
world!              1
1.4 使用hive

由于连接hive时,需要使用的是lyz用户,所以需要确保在HDFS路径上的/user/目录下有lyz文件夹及确保lyz目录及子目录的所有者是lyz,如果目录不存在,则使用以下代码添加:

sudo -u hdfs hadoop fs -mkdir /user/lyz
sudo -u hdfs hadoop fs -chown lyz:lyz /user/lyz

Hive有两种连接方式:分别是cli模式和beeline模式。cli模式是通过metaStroe来访问元数据;beeline模式是通过hiveServer2访问元数据。建议使用beeline模式连接hive执行操作。

再次说明:执行hive操作的前提是集群内的每个节点上都必须要有lyz这个本地用户,因为hive有些复杂操作会调用TEZMapreduce来执行任务。

Hive cli操作 -- 创建表:

hive
> create table if not exists mytable(sid int ,sname string)
> row format delimited fields terminated by ' ' stored as textfile;

Beeline操作 -- 查询表:

(确定hiveserver所在主机,并获取所在主机的hive的principal)

beeline -u 'jdbc:hive2://<hostname>:10000/default;principal=hive/<hostname>@EXAMPLE.COM'
select count(*) from employee;
1.5 使用HBase

1.1里面,我们讲解了如何对自定义用户进行认证,假设我们现在已经有了lyz@EXAMPLE.COM的身份,现在我们来访问操作HBase。

hbase shell
hbase(main):001:0> create 'hbase_110',  {NAME=>'cf1'}, {NAME=>'cf2'}

出现错误:

原因分析:

HBase服务启用Kerberos之后,Ambari也会开启HBase自身的权限控制。这时候lyz用户虽然已被认证,但是由于HBase自身还有权限控制,所以还不能执行hbase shell操作,需要使用grant命令对lyz用户进行授权。

解决方案:

切换用户至hbase用户,在其hbase环境下使用hbase.service.keytab进行kerberos认证,

# 切换用户
su hbase
# kerberos认证
kinit -kt hbase.service.keytab hbase/liuyzh1.xdata@EXAMPLE.COM

这样的话,我们是以HBase超级管理员来访问操作hbase,现在给lyz服赋予相应的权限:

# 进入hbase shell
hbase shell
# 赋予lyz用户所有权限
grant "lyz", "RWXCA"

PS:有时间会写一篇关于HBase服务自身的权限控制的文章。

退出hbase用户:exit

这时候,我们就可以使用lyz用户对HBase进行操作了。

hbase shell
hbase(main):001:0> create 'hbase_110',  {NAME=>'cf1'}, {NAME=>'cf2'}
hbase(main):002:0> put'hbase_110', '001','cf1:name','Tom'
hbase(main):003:0> scan "hbase_110"
1.6 使用Spark & Spark2

实验目的

加载hdfs上的一个文件,并实现简单的行数统计及读取第一行。

注意:当在平台中,SparkSpark2并存时,假如你需要使用Spark2,请更改环境变量,具体操作如下所示:

vim /etc/profile
# 将Spark2的目录信息添加到环境变量中
export SPARK_HOME=/usr/hdp/2.6.4.0-91/spark2
export PATH=${SPARK_HOME}/bin:${PATH}
source /etc/profile  # 重新加载一下全局环境变量,这时候就可以进入Spark2的python模式了

也可以临时exportexport SPARK_HOME=/usr/hdp/2.6.4.0-91/spark2

输入pyspark进入sparkpython模式:

lines = sc.textFile("/lyz/mptest.txt")  #读取hdfs上的文件
lines.count()
3  #返回行数
lines.first()
u'hello hadoop'  #输出第一行信息
exit()    #退出python模式
1.7 总结

至此,我们使用了lyz@EXAMPLE.COM这个principal使用了HDFS、Mapreduce、Hive、HBase、Spark等服务,Kerberos相当于是一个单点登陆系统,经过Kerberos认证之后,使用服务的用户就变成了principal主名称部分,即lyz。但是具体权限,还需要由具体服务本身的授权机制(ACL/Sentry等)决定。

2. 认证各服务自身用户访问集群服务

/etc/security/keytabs/目录,存放着我们的keytab密钥,该密钥和Kerberos数据库的Principal是一一匹配的,我们可以查看keytab的内容,来寻找对应的Principal,然后使用kinit -kt认证。

2.1 使用hdfs用户来访问操作HDFS服务
# 查看hdfs.headless.keytab对应的principal
klist -ket /etc/security/keytabs/hdfs.headless.keytab
kinit -kt /etc/security/keytabs/hdfs.headless.keytab hdfs-xxxtest@EXAMPLE.COM

这样的话,就可以以hdfs用户的身份使用HDFS了。

2.2 使用hive用户来访问HIVE服务
# 查看hive.service.keytab对应的principal
klist -ket /etc/security/keytabs/hive.service.keytab
kinit -kt /etc/security/keytabs/hive.service.keytab hive/liuyzh3.xdata@EXAMPLE.COM

这样的话,就可以以hive用户的身份使用HIVE了。

2.3 使用hbase用户来访问HBASE服务
# 查看hbase.service.keytab对应的principal
klist -ket /etc/security/keytabs/hbase.service.keytab
kinit -kt /etc/security/keytabs/hbase.service.keytab hbase/liuyzh3.xdata

这样的话,就可以以hbase用户的身份使用HBASE了。

2.4 使用spark用户访问SPARK服务
klist -ket /etc/security/keytabs/spark.headless.keytab
kinit -kt /etc/security/keytabs/spark.headless.keytab spark-xxxtest@EXAMPLE.COM

这样的话,就可以以spark用户的身份使用SPARK了。

六、总结

本篇文章主要讲解了principalkeytab之间的关系,并详细讲解了Kerberos如何认证用户,并使用HDFSMapreduceHBaseHiveSpark服务。


长按下方二维码,关注更多精彩内容

如果感觉本文对您有帮助,请点赞订阅专栏支持一下,您的支持是我坚持写作最大的动力,谢谢!

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

编辑于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券