26.2.1业务背景
26.2.1.1现状&&需求
26.2.2大数据安全组件介绍与对比
26.2.2.2 Apache Sentry
26.2.2.3 Apache Ranger
26.2.3 Knox,ranger,Kerveros,LDAP整合
26.2.3.1Kerberos与Ranger
26.3Apache Ranger系统架构及实践
26.3.2组件介绍
26.3.2.1整体说明
26.3.2.2 Ranger Admin
26.3.2.3UserSync
26.3.2.4 Service Plugin
26.3.2.5 Ranger-SDK
26.3.3 权限模型
26.3.4 权限实现
26.3.4.1 Hdfs实现原理
26.3.4.2 Hbase实现原理
26.3.4.3 Hive实现原理
26.3.4.4 Yarn实现原理

26.2Apache ranger原理与应用实践

转载博文：https://blog.csdn.net/qq475781638/article/details/90247153

26.2.1业务背景

大数据集群最基本的就是数据以及用于计算的资源，是一个公司的宝贵财富，我们需要将它们很好管理起来，将相应的数据和资源开放给对应的用户使用，防止被窃取、被破坏等，这就涉及到大数据安全。

26.2.1.1现状&&需求

目前我们大数据集群的现状是处于裸奔状态，只要可以登录linux机器即可对集群继续相关操作
所以集群安全对于我们来说迫在眉睫，主要需求有以下几个方面：
?支持多组件,最好能支持当前公司技术栈的主要组件，HDFS、HBASE、HIVE、YARN、STORM、KAFKA等
?支持细粒度的权限控制，可以达到HIVE列，HDFS目录，HBASE列，YARN队列，STORM拓扑，KAKFA的TOPIC
?开源，社区活跃，按照现有的集群改情况造改动尽可能的小，而且要符合业界的趋势。

26.2.2大数据安全组件介绍与对比

目前比较常见的安全方案主要有三种：

Kerberos(业界比较常用的方案)
Apache Sentry（Cloudera选用的方案，cdh版本中集成）
Apache Ranger(Hortonworks选用的方案，hdp发行版中集成)

26.2.2.1Kerberos

Kerberos是一种基于对称密钥的身份认证协议，它作为一个独立的第三方的身份认证服务，可以为其它服务提供身份认证功能，且支持SSO(即客户端身份认证后，可以访问多个服务如HBase/HDFS等)。

Kerberos协议过程主要有三个阶段，第一个阶段Client向KDC申请TGT，第二阶段Client通过获得的TGT向KDC申请用于访问Service的Ticket,第三个阶段是Client用返回的Ticket访问Service。

优点：
?服务认证，防止broker datanode regionserver等组件冒充加入集群
?解决了服务端到服务端的认证，也解决了客户端到服务端的认证

缺点：
?kerberos为了安全性使用临时ticket，认证信息会失效，用户多的情况下重新认证繁琐
?kerberos只能控制你访问或者拒绝访问一个服务，不能控制到很细的粒度，比如hdfs的某一个路径，hive的某一个表，对用户级别上的认证并没有实现(需要配合LDAP)

26.2.2.2 Apache Sentry

Apache Sentry是Cloudera公司发布的一个Hadoop安全开源组件，它提供了细粒度级、基于角色的授权.

优点：
?Sentry支持细粒度的hdfs元数据访问控制，对hive支持列级别的访问控制
?Sentry通过基于角色的授权简化了管理，将访问同一数据集的不同特权级别授予多个角色
?Sentry提供了一个统一平台方便管理
?Sentry支持集成Kerberos
缺点：
?组件只支持hive,hdfs,impala 不支持hbase，yarn，kafka，storm等

26.2.2.3 Apache Ranger

Apache Ranger是Hortonworks公司发布的一个Hadoop安全组件开源组件
优点：
?提供了细粒度级（hive列级别）
?基于访问策略的权限模型
?权限控制插件式，统一方便的策略管理
?支持审计日志，可以记录各种操作的审计日志，提供统一的查询接口和界面
?丰富的组件支持(HDFS,HBASE,HIVE,YARN,KAFKA,STORM)
?支持和kerberos的集成
?提供了Rest接口供二次开发

26.2.3 Knox,ranger,Kerveros,LDAP整合

26.2.3.1Kerberos与Ranger

Kerberos与Ranger都是Hadoop安全体系中的两个部分，但是它们分工是不同的。可以联系我们每天上班然后坐到办公室的过程

某个人员进入公司之前，保安需要检查它是否有工卡，如果没有工卡，保安GG就会认为你不是公司员工，而不允许你进入到公司园区。 当你进入公司园区之后，这个时候你想到某个仓库去看一下，仓库大门就会检查一下你有没有门禁，有门禁才会让你进入到仓库中。
我们可以把公司园区类比成大数据集群平台，工卡就要相当于你的Kerberos权限认证，而仓库就对应着具体的hdfs文件路径。

26.3Apache Ranger系统架构及实践

26.3.1架构介绍

26.3.2组件介绍

26.3.2.1整体说明

Ranger是由三个部分组件：Ranger Admin,Ranger Usersync与Ranger Plugin,它们关系如下：

在Ranger的官网中有对于这三个组件的说明：

26.3.2.2 Ranger Admin

Ranger admin它包含三个部分： Web页面、Rest消息处理服务以及数据库。 我们可以把它看成一个用来数据集中存储中心（所有的数据都集中存在这里，但是其它两个组件也可单独运行存在）。它的具体作用：

1. 接收UserSync进程传过来的用户、组信息。 并将它们保存到MySql数据库中。 需要注意：这些用户信息在配置权限策略的时候需要使用。这个很容易理解，就象领物料的时候，管理员需要登记物料的领用人，如果不是本公司的人，肯定就不会让你领了。
2. 提供创建policy策略的接口
3. 提供外部REST消息的处理接口

26.3.2.3UserSync

UserSync是Ranger提供的一个用户信息同步接口，可以用来同步Linux用户信息与LDAP用户信息。通过配置项：SYNC_SOURCE = LDAP/UNIX来确认是LDAP还是UNIX,默认情况是同步Unix信息。对于UserSync有三点需要说明：
1、这个同步是单向的。
就是说它只管从Unix上面的本地用户信息读取出来，然后上传到Ranger Admin上面。
2、UserSync不是同时同步的
如果用户新创建一个用户，但是这个用户无法立即同步到Ranger中
3、不支持删除用户
Ranger暂时不支持通过同步或者代码的方式直接删除用户

26.3.2.4 Service Plugin

嵌入到各系统执行流程中，定期从RangerAdmin拉取策略，根据策略执行访问决策树，并且记录访问审计

26.3.2.5 Ranger-SDK

对接开放平台，实现对用户、组、策略的管理

26.3.3 权限模型

访问权限无非是定义了”用户-资源-权限“这三者间的关系，Ranger基于策略来抽象这种关系，进而延伸出自己的权限模型。”用户-资源-权限”的含义详解：
?用户
由User或Group来表达，User代表访问资源的用户，Group代表用户所属的用户组。
?资源
不同的组件对应的业务资源是不一样的，比如：
HDFS的FilePath
HBase的Table，Column-family，Column
Hive的Database，Table，Column
Yarn的对应的是Queue
?权限
由(AllowACL, DenyACL)来表达，类似白名单和黑名单机制，AllowACL用来描述允许访问的情况，DenyACL用来描述拒绝访问的情况,不同的组件对应的权限也是不一样的。

26.3.4 权限实现

Ranger-Admin职责：
?管理员对于各服务策略进行规划，分配相应的资源给相应的用户或组，存储在db中。
Service Plugin职责：
?定期从RangerAdmin拉取策略。
?根据策略执行访问决策树。
?实时记录访问审计

策略执行过程：

策略优先级：
?黑名单优先级高于白名单
?黑名单排除优先级高于黑名单
?白名单排除优先高于白名单
决策下放：
如果没有policy能决策访问，一般情况是认为没有权限拒绝访问，然而Ranger还可以选择将决策下放给系统自身的访问控制层。

组成集成插件原理：

ranger通过实现各组件扩展的权限接口，进行权限验证

26.3.4.1 Hdfs实现原理

hdfs-site.xml会修改如下配置：

加载过程：

26.3.4.2 Hbase实现原理

在安装完hbase插件后，hbase-site.xml会修改如下配置：

加载过程：

26.3.4.3 Hive实现原理

hiveserver2-site.xml

加载过程：

26.3.4.4 Yarn实现原理

yarn-site.xml

加载过程：