hadoop大数据平台安全基础知识入门

概述

以 Hortonworks Data Platform (HDP) 平台为例 ,hadoop大数据平台的安全机制包括以下两个方面:

• 身份认证 即核实一个使用者的真实身份，一个使用者来使用大数据引擎平台，这个使用者需要表明自己是谁，即提供自己的身份证明，大数据平台需要检验这个证明，确定这个证明是有效的，且不是伪造的。否则，就拒绝这个使用者进入大数据引擎。
• 授权管理 这个使用者的真实身份核实之后，需要对这个使用者的使用权限进行界定，即这个使用者在大数据平台中能够使用什么组件，能够获取哪些资源，能够对资源进行哪些操作进行管理.

身份认证

大数据平台一般使用基于 Kerberos 的身份认证机制

• 概述
  简单来说，大数据平台中有一个专门的认证服务器KDC，可以把它看作是户籍派出所，可事先给所有的平台使用者（人用户以及机器和程序用户）发放户籍证明，即keytab（密钥）。之后每个用户要使用大数据平台，就要拿着这个证明先去KDC认证，认证无误之后，才能够使用大数据平台引擎。

• 操作示例

首先要对整个平台进行 kerberos 化,hdp ambari 提供了傻瓜式操作,另附文章介绍.

如上图,kerberos化后,我们对 ambari 管理界面进行了二次开发.在这里创建本地用户的时候,已经同步向KDC服务器注册了该用户的相关信息，同时生成了该用户的keytab,点击用户,进入详情页可下载密钥。之后该用户来使用大数据平台（无论是命令行还是API调用还是其他什么方式），必须先携带keytab去KDC进行认证。这里以命令行的方式举例，例如某个用户需要使用hadoop去读取hdfs上面的文件。他需要先亮明自己的身份，即执行命令：

kinit -k -t keytab路径 用户名 这样之后再去执行hdfs等命令的时候才能够认证通过，而不会报错：

Exception encountered while connecting to the server : javax.security.sasl.SaslException: GSS initiate failed [Caused by GSSException: No valid credentials provided (Mechanism level: Failed to find any Kerberos tgt)]

授权管理

大数据平台使用基于apache ranger的授权管理。授权管理是应该是建立在身份认证之上的,试想以下,如果连身份都无法确认的话,那你的任何授权都是不可靠的(你确定你授权的这个用户就是这个用户吗),你的授权管理其实是空中阁楼.

• 概述
  ranger提供了基于资源的授权管理机制，所谓资源就是大数据平台中的各组件（例如hdfs,hive,hbase等），以及组件内的具体资源（例如hdfs的某个路径，hive，hbase中的某个表）。某个组件资源对应于ranger中的service（服务），在单个service中创建策略就可以对这个组件的具体资源进行用户的权限管理了.

• 操作指南
  我们对 ambari 界面进行了二次开发,将 ranger 原生界面移植过来
  

如图,以此为例, ranger 自动探测并生成平台中各个组件服务,点击进入服务详情

增加或者编辑策略即可对具体资源进行授权管理了。如上图，我们授予了testranger用户对hbase所有表的所有列的所有操作权限。如果编辑这个策略，删除testranger这个用户，那么这个用户在hbase做查询等操作的时候就会出错：

ERROR: org.apache.hadoop.hbase.security.AccessDeniedException: Insufficient permissions for user ‘testranger@EXAMPLE.COM',action: scannerOpen, tableName:test, family:f1 

另外也可以新建新的策略来管理，策略提供了细粒度的权限管理方式，详细可参考 ranger 官网.