为 Dataproc Metastore Thrift 端点配置 Kerberos

本页介绍了如何为使用 Thrift 端点协议的 Dataproc Metastore 服务配置 Kerberos。如果您的 Dataproc Metastore 服务使用 gRPC 端点协议，请参阅为 gRPC 端点配置 Kerberos。

准备工作

  • 了解 Kerberos 的基础知识。

    在本说明中，您将使用 Dataproc 集群创建以下 Kerberos 素材资源：

    • Keytab 文件。
    • krb5.conf 文件。
    • Kerberos 主账号。

    如需详细了解这些 Kerberos 资产如何与 Dataproc Metastore 服务搭配使用，请参阅 Kerberos 简介。

  • 创建并托管您自己的 Kerberos KDC，或了解如何使用 Dataproc 集群的本地 KDC。

  • 创建 Cloud Storage 存储桶或获取对现有存储分区的访问权限。您必须将 krb5.conf 文件存储在此存储桶中。

网络注意事项

在配置 Kerberos 之前，请考虑以下网络设置：

  • 在 VPC 网络和 KDC 之间建立 IP 连接。您必须执行此操作，才能使用 Dataproc Metastore 服务对 KDC 文件进行身份验证。

  • 在 KDC 上设置所有必要的防火墙规则。这些规则对于允许来自 Dataproc Metastore 的流量至关重要。如需了解详情，请参阅服务的防火墙规则。

  • 如果您使用的是 VPC Service Controls，则 Secret Manager Secret 和 krb5.conf Cloud Storage 对象必须属于与 Dataproc Metastore 服务位于同一服务边界内的项目。

  • 确定要使用的 VPC 对等连接网络。您必须使用相同的 VPC 对等互连网络配置 Dataproc 集群和 Dataproc Metastore 服务。

所需的角色

如需获得使用 Kerberos 创建 Dataproc Metastore 所需的权限，请让您的管理员根据最小权限原则为您授予项目的以下 IAM 角色：

如需详细了解如何授予角色，请参阅管理对项目、文件夹和组织的访问权限。

此预定义角色可提供 metastore.services.create 权限，这是使用 Kerberos 创建 Dataproc Metastore 所必需的。

您也可以使用自定义角色或其他预定义角色来获取此权限。

如需详细了解特定的 Dataproc Metastore 角色和权限，请参阅使用 IAM 管理访问权限。

如需了解详情，请参阅 Dataproc Metastore IAM 和访问权限控制。

为 Dataproc Metastore 启用 Kerberos

以下说明介绍了如何为已附加到 Dataproc 集群的 Dataproc Metastore 服务配置 Kerberos。

创建 Dataproc 集群并启用 Kerberos

gcloud

如需使用 Kerberos 设置 Dataproc 集群，请运行以下 gcloud dataproc clusters create 命令：

gcloud dataproc clusters create CLUSTER_NAME \
    --image-version=2.0 \
    --enable-kerberos \
    --scopes 'https://www.googleapis.com/auth/cloud-platform'

替换以下内容：

  • CLUSTER_NAME：Dataproc 集群的名称。

为 kerberos 配置 Dataproc 集群

以下说明介绍了如何使用 SSH 连接到与您的 Dataproc Metastore 服务关联的主 Dataproc 集群。

然后，修改 hive-site.xml 文件并为您的服务配置 Kerberos。

  1. 在 Google Cloud 控制台中，前往虚拟机实例页面。

  2. 在虚拟机实例列表中，点击 Dataproc 主节点 (your-cluster-name-m) 所在行中的 SSH。

    此时会在节点的主目录中打开一个浏览器窗口。

  3. 打开 /etc/hive/conf/hive-site.xml 文件。

    sudo vim /etc/hive/conf/hive-site.xml

    您将看到类似如下所示的输出：

    <property>
<name>hive.metastore.kerberos.principal</name>
<value>PRINCIPAL_NAME</value>
</property>
<property>
<name>hive.metastore.kerberos.keytab.file</name>
<value>METASTORE_PRINCPAL_KEYTAB</value>
</property>

    您需要进行如下替换：

    • PRINCIPAL_NAME：主账号名称，格式为 primary/instance@REALM。例如 hive/test@C.MY-PROJECT.INTERNAL。
    • METASTORE_PRINCIPAL_KEYTAB：Hive Metastore 密钥文件的位置。使用以下值 /etc/security/keytab/metastore.service.keytab。

创建密钥文件

以下说明介绍了如何创建密钥文件。

keytab 文件包含一对 Kerberos 主账号和一对加密密钥。用于通过 Kerberos KDC 对服务主账号进行身份验证。

创建密钥文件

  1. 在 Dataproc SSH 会话中，创建 keytab 和主账号。

    sudo kadmin.local -q "addprinc -randkey PRINCIPAL_NAME"
sudo kadmin.local -q "ktadd -k /etc/security/keytab/metastore.service.keytab PRINCIPAL_NAME"

  2. 在 Dataproc SSH 会话中，创建 keytab 文件并将其上传到 Secret Manager。

    gcloud secrets create SECRET_NAME --replication-policy automatic
sudo gcloud secrets versions add SECRET_NAME --data-file /etc/security/keytab/metastore.service.keytab

    替换以下内容：

    • SECRET_NAME：Secret 的名称。

更新 krb5.conf 文件

接下来，您必须更新 krb5.conf 文件，将其与 Dataproc 集群相关联。

  1. 确定 Dataproc 集群主实例的主要内部 IP 地址。

    gcloud compute instances list

    例如，运行以下命令会生成类似的输出：

    ~$ gcloud compute instances list --project kerberos-project
NAME                                                 ZONE           MACHINE_TYPE   PREEMPTIBLE  INTERNAL_IP    EXTERNAL_IP     STATUS
cluster-236-m                                        us-central1-c  n2-standard-4               192.0.2.2      *.*.*.*         RUNNING
...

    在此示例中，集群的内部 IP 地址为 192.0.2.2。

  2. 打开 krb5.conf 文件。

    sudo vim /etc/krb5.conf

  3. 在该文件中，将现有的 KDC 参数和 admin_server 参数替换为 Dataproc 集群的内部 IP 地址。

    例如，使用上一步中的 IP 地址值会得到类似于以下输出的结果。

    [realms]
US-CENTRAL1-A.C.MY-PROJECT.INTERNAL = {
   kdc = 192.0.2.2
   admin_server = 192.0.2.2
}

  4. 将 /etc/krb5.conf 文件从 Dataproc 主虚拟机上传到您的 Cloud Storage 存储桶。

    gcloud storage cp /etc/krb5.conf gs://PATH_TO_KRB5

    您需要进行如下替换：

    • PATH_TO_KRB5：包含 krb5.conf 文件的 Cloud Storage URI。

    上传完成后，复制上传内容的路径。您需要在创建 Dataproc Metastore 服务时使用它。

授予 IAM 角色和权限

  1. 向 Dataproc Metastore 服务账号授予访问 keytab 文件的权限。此账号由 Google 管理，可通过选择包括 Google 提供的角色授权在 IAM 权限界面页面上列出。

      gcloud projects add-iam-policy-binding PROJECT_ID \
      --member serviceAccount:service-PROJECT_NUMBER@gcp-sa-metastore.iam.gserviceaccount.com \
      --role roles/secretmanager.secretAccessor

  2. 向 Dataproc Metastore 服务账号授予访问 krb5.conf 文件的权限。

      gcloud projects add-iam-policy-binding PROJECT_ID \
      --member serviceAccount:service-PROJECT_NUMBER@gcp-sa-metastore.iam.gserviceaccount.com \
      --role roles/storage.objectViewer

使用 Kerberos 创建 Dataproc Metastore 服务

创建一个使用 Kerberos 文件配置的新 Dataproc Metastore 服务。

请务必在 VPC 网络中创建与 Dataproc 集群同名的服务。

gcloud metastore services create SERVICE \
   --location=LOCATION \
   --instance-size=medium \
   --network=VPC_NETWORK \
   --kerberos-principal=KERBEROS_PRINCIPAL \
   --krb5-config=KRB5_CONFIG \
   --keytab=CLOUD_SECRET

替换以下内容：

  • SERVICE：您的 Dataproc Metastore 服务的名称。
  • LOCATION：Dataproc Metastore 服务的位置。
  • VPC_NETWORK：您的 VPC 网络的名称。使用与 Dataproc 集群中配置的网络相同的网络。
  • KERBEROS_PRINCIPAL：您之前创建的 Kerberos 正文的名称。
  • KRB5_CONFIG：krb5.config 文件的位置。使用指向文件的 Cloud Storage 对象 URI。
  • CLOUD_SECRET：Secret Manager Secret 版本的相对资源名称。

创建集群后，Dataproc Metastore 会尝试使用提供的主账号、keytab 和 krb5.conf 文件连接到您的 Kerberos 凭据。如果连接失败，则 Dataproc Metastore 创建也会失败。

Dataproc Metastore 服务创建完毕后，找到您的 Thrift 端点 URI 和仓库目录。

  1. 通过 SSH 连接到 Dataproc 集群的主实例。

  2. 在 SSH 会话中，打开 /etc/hive/conf/hive-site.xml 文件。

    sudo vim /etc/hive/conf/hive-site.xml

  3. 在 Dataproc 集群上修改 /etc/hive/conf/hive-site.xml。

    <property>
<name>hive.metastore.uris</name>
<!-- Update this value. -->
<value>ENDPOINT_URI</value>
</property>
<!-- Add this property entry. -->
<property>
<name>hive.metastore.warehouse.dir</name>
<value>WAREHOUSE_DIR</value>
</property>

  4. 重启 HiveServer2：

    sudo systemctl restart hive-server2.service

在提交作业之前配置 Dataproc

如需运行 Dataproc 作业，您必须将 hive 用户添加到 Hadoop container-executor.cfg 文件中的 allowed.system.users 属性。这样，用户就可以运行查询来访问数据，例如 select * from。

  1. 在 SSH 会话中，打开 Hadoop container-executor.cfg 文件。

    sudo vim /etc/hadoop/conf/container-executor.cfg

    在每个 Dataproc 节点上添加以下代码行。

    allowed.system.users=hive

获取 Kerberos 票据

  1. 在连接到 Dataproc Metastore 实例之前，请先获取 kerberos 票证。

    sudo klist -kte /etc/security/keytab/metastore.service.keytab
sudo kinit -kt /etc/security/keytab/metastore.service.keytab PRINCIPAL_NAME
sudo klist # gets the ticket information.
sudo hive

    替换以下内容：

    • PRINCIPAL_NAME：您的主要人员的姓名。

后续步骤