“ 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
在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principal与keytab是一一对应的，可以理解为锁与钥匙的关系。
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认证的组件都必须先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
在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
在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，就像钥匙和锁一样，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，keytab与principal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 lyz1.1.2 创建lyz的Kerberos主体
代码语言：javascript复制# 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
代码语言：javascript复制方式一：使用之前设定的密码来认证principal
kinit lyz
# 输入lyz@EXAMPLE.COM的密码
代码语言：javascript复制方式二：使用keytab来认证principal
kinit -kt /etc/security/keytabs/lyz.keytab lyz代码语言：javascript复制查看认证缓存
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。
代码语言：javascript复制创建目录：
hadoop fs -mkdir /lyz/test代码语言：javascript复制上传文件：
hadoop fs -put /root/a.log /lyz/test代码语言：javascript复制浏览文件：
[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。
代码语言：javascript复制删除test文件夹：
hadoop fs -rm -r /lyz/test1.3 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：
代码语言：javascript复制[root@xxx ~]# hadoop fs -cat /lyz/output1218/part-r-00000
big 1
data 1
hadoop 1
hello 3
world! 11.4 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/lyzHive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TEZ和Mapreduce来执行任务。
代码语言：javascript复制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)
代码语言：javascript复制beeline -u 'jdbc:hive2://<hostname>:10000/default;principal=hive/<hostname>@EXAMPLE.COM'
select count(*) from employee;
1.5 使用HBase
在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，Spark与Spark2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export，export SPARK_HOME=/usr/hdp/2.6.4.0-91/spark2
输入pyspark进入spark的python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的主名称部分，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
在/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
代码语言：javascript复制# 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
代码语言：javascript复制# 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
代码语言：javascript复制# 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
代码语言：javascript复制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principal与keytab之间的关系，并详细讲解了Kerberos如何认证用户，并使用HDFS、Mapreduce、HBase、Hive、Spark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，请点赞或订阅专栏支持一下，您的支持是我坚持写作最大的动力，谢谢！
