Utiliser Ranger avec la mise en cache et la réduction du champ d'application

Activer la mise en cache

Cette section décrit la procédure à suivre pour activer le cache avec Ranger afin de réduire les allers-retours du système de gestion des clés (KMS, Key Management System) Ranger pour chiffrer et déchiffrer les jetons.

  1. Installez memcached sur les VM de cluster Dataproc. Par défaut, le serveur memcached démarre sur le port VM 11211 (localhost:11211). 

    sudo apt-get install -y memcached

  2. Définissez les propriétés suivantes dans le fichier de configuration /etc/dataproc-ranger-gcs-plugin/conf/ranger-gcs-site.xml Ranger sur les VM de cluster Dataproc. 

    <property>
<name>authorization.service.remoteCaching.address</name>
<value>localhost:11211</value>
</property>
    
<property>
<name>authorization.service.remoteCaching.class</name>
<value>com.google.cloud.hadoop.ranger.gcs.authorization.caching.MemcachedCache</value>
</property>
    
<property>
<name>authorization.service.remoteCaching.encryption.key.uri</name>
<value>gcp-kms://projects/PROJECT_ID_OF_KMS_KEY/locations/REGION/keyRings/KEYRING_NAME/cryptoKeys/KEY_NAME</value>
</property>

  3. Redémarrez le service d'autorisation. 

    sudo systemctl restart ranger-gcs-plugin-authorization-server

Afficher l'état du cache

Vous pouvez utiliser telnet pour afficher l'état du cache Ranger.

  1. Installez telnet. 

    sudo apt-get install -y telnet

  2. Utilisez Telnet pour vous connecter à memcache sur le port 11211 de la VM. 

    sudo telnet 127.0.0.1 11211

  3. Utilisez les commandes telnet pour afficher l'état du cache, y compris les commandes suivantes:

    • stats items: indique l'état des éléments de cache. Exemple de résultat : 
      STAT items:17:number 2
STAT items:17:number_hot 0
STAT items:17:number_warm 0
STAT items:17:number_cold 2
    • stats cachedump: liste des clés stockées dans le cache. Exemple de résultat : 
      stats cachedump 17 2
ITEM 0616eeeeb54e23a09505da5bf75cd7fafe733eacf0d07bd7b1ac9cf46d17c188 [3051 b; 1707948281 s]
ITEM d23645df9c79290d59ddb1b9710ff04fee37aa0b5de866b9b6d56b54641d68b4 [3078 b; 1707948281 s]
    • flush_all: invalide les éléments du cache.

Réduire la portée des jetons d'accès Cloud Storage

Vous devrez peut-être réduire la portée des jetons d'accès Ranger pour élargir la portée des chemins Cloud Storage vers lesquels pointe une table Hive externe.

Pour déplacer toutes les partitions et sous-partitions au niveau de la table, définissez la propriété downscope.table.partition-name.pruning.enabled sur true dans le fichier de configuration ranger-gcs-site.xml sur les VM du cluster Dataproc.

<property>
  <name>downscope.table.partition-name.pruning.enabled</name>
  <value>true</value>
</property>

Exemple :

  • Nom du bucket Cloud Storage: gs://warehouse
  • Chemin d'accès au jeton d'accès d'origine: warehouse/hive/table/type=debit/year=2017/month=Aug/day=01/
  • Après avoir défini downscope.table.partition-name.pruning.enabled sur true, chemin d'accès au jeton d'accès étendu: warehouse/hive/table/