Configurer Kerberos pour les points de terminaison Dataproc Metastore Thrift

Cette page explique comment configurer Kerberos pour votre Service Dataproc Metastore qui utilise le protocole de point de terminaison Thrift. Si votre service Dataproc Metastore utilise le protocole de point de terminaison gRPC, consultez la section Configurer Kerberos pour les points de terminaison gRPC.

Avant de commencer

  • Comprendre les bases de Kerberos :

    Dans ces instructions, vous allez utiliser un cluster Dataproc pour créer les composants Kerberos suivants :

    • Un fichier Keytab.
    • Un fichier krb5.conf.
    • Un principal Kerberos.

    Pour en savoir plus sur le fonctionnement de ces éléments Kerberos avec un service Dataproc Metastore, consultez À propos de Kerberos.

  • Créez et hébergez votre propre KDC Kerberos, ou découvrez comment utiliser le KDC local d'un cluster Dataproc.

  • Créez un bucket Cloud Storage ou accédez à un bucket existant. Toi doit stocker le fichier krb5.conf dans ce bucket.

Considérations liées au réseau

Avant de configurer Kerberos, tenez compte du réseau suivant : paramètres:

  • Configurez une connexion IP entre votre réseau VPC et KDC. Vous devez le faire authentifier votre fichier KDC auprès du service Dataproc Metastore.

  • Configurez les règles de pare-feu nécessaires sur votre KDC. Ces règles sont nécessaires pour autoriser le trafic provenant de Dataproc Metastore. Pour en savoir plus, consultez la section Règles de pare-feu pour votre Google Cloud.

  • Si vous utilisez VPC Service Controls, le secret fourni par Secret Manager et l'objet Cloud Storage krb5.conf doivent appartenir à un projet qui réside dans le même périmètre de service que le service Dataproc Metastore.

  • Choisissez le réseau de peering VPC que vous souhaitez utiliser. Vous devez configurer votre Cluster Dataproc et Dataproc Metastore avec le même réseau d'appairage VPC.

Rôles requis

Pour obtenir l'autorisation nécessaire pour créer un Dataproc Metastore avec Kerberos, demandez à votre administrateur de vous accorder le les rôles IAM suivants sur votre projet, selon le principe du moindre privilège:

Pour en savoir plus sur l'attribution de rôles, consultez la page Gérer l'accès aux projets, aux dossiers et aux organisations.

Ce rôle prédéfini contient metastore.services.create les autorisations, qui est nécessaire pour créer un Dataproc Metastore avec Kerberos ;

Vous pouvez également obtenir cette autorisation avec des rôles personnalisés ou d'autres rôles prédéfinis.

Pour en savoir plus sur les autorisations et les rôles Dataproc Metastore spécifiques, consultez Gérer l'accès avec IAM.

Pour en savoir plus, consultez la page IAM et contrôle des accès Dataproc Metastore.

Activer Kerberos pour Dataproc Metastore

Les instructions suivantes expliquent comment configurer Kerberos pour un Dataproc Metastore associé à un cluster Dataproc.

Créer un cluster Dataproc et activer Kerberos

gcloud

Pour configurer un cluster Dataproc avec Kerberos, exécutez la commande gcloud dataproc clusters create suivante commande:

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

Remplacez les éléments suivants :

  • CLUSTER_NAME: nom de votre cluster Dataproc.

Configurer le cluster Dataproc pour Kerberos

Les instructions suivantes vous expliquent comment utiliser SSH pour vous connecter à un cluster Dataproc principal associé à votre service Dataproc Metastore.

Modifiez ensuite le fichier hive-site.xml et configurez Kerberos pour votre service.

  1. Dans la console Google Cloud, accédez à la page Instances de VM.
  2. Dans la liste des instances de machine virtuelle, cliquez sur SSH sur la ligne du nœud principal Dataproc (your-cluster-name-m).

    Une fenêtre de navigateur s'ouvre dans votre répertoire d'accueil sur le nœud.

  3. Ouvrez le fichier /etc/hive/conf/hive-site.xml.

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

    Un résultat semblable aux lignes suivantes s'affiche :

    <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>
    

    Remplacez :

    • PRINCIPAL_NAME : nom principal, au format primary/instance@REALM suivant. Exemple : hive/test@C.MY-PROJECT.INTERNAL.
    • METASTORE_PRINCIPAL_KEYTAB : emplacement de votre fichier keytab Hive Metastore. Utilisez la valeur /etc/security/keytab/metastore.service.keytab suivante.

Créer un fichier keytab

Les instructions suivantes vous montrent comment créer un fichier keytab.

Un fichier keytab contient une paire de comptes principaux Kerberos et une paire de clés chiffrées. C'est utilisé pour authentifier un principal de service avec un KDC Kerberos.

Pour créer un fichier keytab

  1. Dans la session SSH Dataproc, créez le keytab et le compte principal.

    sudo kadmin.local -q "addprinc -randkey PRINCIPAL_NAME"
    sudo kadmin.local -q "ktadd -k /etc/security/keytab/metastore.service.keytab PRINCIPAL_NAME"
    
  2. Dans la session SSH Dataproc, créez et importez le fichier keytab dans 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

    Remplacez les éléments suivants :

    • SECRET_NAME : nom de votre secret.

Mettre à jour le fichier krb5.conf

Ensuite, vous devez mettre à jour le fichier krb5.conf pour l'associer à votre cluster Dataproc.

  1. Déterminer l'adresse IP interne principale de Dataproc l'instance principale du cluster.

    gcloud compute instances list
    

    Par exemple, l'exécution de cette commande produit un résultat semblable à celui-ci:

    ~$ 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
    ...
    

    Dans ce cas, l'adresse IP interne du cluster est 192.0.2.2.

  2. Ouvrez le fichier krb5.conf.

    sudo vim /etc/krb5.conf
    
  3. Dans le fichier, remplacez le paramètre KDC et le paramètre admin_server existants par l'adresse IP interne de votre cluster Dataproc.

    Par exemple, l'utilisation de la valeur d'adresse IP des étapes précédentes est semblable. à cette sortie.

    [realms]
    US-CENTRAL1-A.C.MY-PROJECT.INTERNAL = {
       kdc = 192.0.2.2
       admin_server = 192.0.2.2
    }
    
  4. Importez le fichier /etc/krb5.conf à partir de votre instance principale Dataproc vers votre bucket Cloud Storage.

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

    Remplacez :

    • PATH_TO_KRB5: URI Cloud Storage contenant votre fichier krb5.conf.

    Une fois l'importation terminée, copiez le chemin d'accès. Vous devez l'utiliser lorsque vous créez votre service Dataproc Metastore.

Accorder des rôles et des autorisations IAM

  1. Fournir l'autorisation au compte de service Dataproc Metastore pour accéder au fichier keytab. Ce compte est géré par Google et répertorié sur la page de l'interface utilisateur des autorisations IAM en sélectionnant Inclure les attributions de rôles fournies par Google.

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

  2. Fournir au compte de service Dataproc Metastore autorisation d'accéder au fichier krb5.conf.

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

Créer un service Dataproc Metastore avec Kerberos

Créez un service Dataproc Metastore configuré avec vos fichiers Kerberos.

Assurez-vous de créer votre service dans le réseau VPC en tant que cluster Dataproc.

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

Remplacez les éléments suivants :

  • SERVICE: nom de votre service Dataproc Metastore.
  • LOCATION: emplacement de votre service Dataproc Metastore.
  • VPC_NETWORK:nom de votre réseau VPC. Utiliser la même configuré dans votre cluster Dataproc.
  • KERBEROS_PRINCIPAL: nom du compte principal Kerberos que vous avez créée précédemment.
  • KRB5_CONFIG : emplacement du fichier krb5.config. Utilisez l'URI de l'objet Cloud Storage qui pointe vers votre fichier.
  • CLOUD_SECRET : nom de ressource relatif d'une version de secret Secret Manager.

Une fois le cluster créé, Dataproc Metastore tente de se connecter avec vos identifiants Kerberos à l'aide du compte principal, du keytab et de krb5.conf fournis. . Si la connexion échoue, la création de Dataproc Metastore échoue également.

Une fois le service Dataproc Metastore créé, recherchez votre URI du point de terminaison Thrift et votre répertoire d'entrepôt.

  1. Se connecter en SSH à l'instance principale de votre cluster Dataproc.

  2. Dans la session SSH, ouvrez le fichier /etc/hive/conf/hive-site.xml.

    sudo vim /etc/hive/conf/hive-site.xml
    
  3. Modifiez le fichier /etc/hive/conf/hive-site.xml sur le cluster Dataproc.

    <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. Redémarrez HiveServer2.

    sudo systemctl restart hive-server2.service
    

Configurer Dataproc avant d'envoyer des tâches

Pour exécuter vos tâches Dataproc, vous devez ajouter l'utilisateur hive à la propriété allowed.system.users dans Fichier Hadoop container-executor.cfg. Cela permet aux utilisateurs d'exécuter des requêtes pour accéder aux données, comme select * from.

  1. Dans la session SSH, ouvrez le fichier container-executor.cfg Hadoop.

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

    Ajoutez la ligne suivante à chaque nœud Dataproc.

    allowed.system.users=hive
    

Obtenir un ticket Kerberos

  1. Obtenez le ticket kerberos avant de vous connecter à l'instance Dataproc Metastore.

    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
    

    Remplacez les éléments suivants :

    • PRINCIPAL_NAME: nom de votre compte principal.

Étape suivante