Cloudera Impala 3.1+ y Cloudera Impala con Native Driver

Dialectos que usan estas instrucciones

Looker se conecta a las siguientes bases de datos de Impala:

  • Cloudera Impala 3.1 y versiones posteriores
  • Cloudera Impala 3.1+ con Native Drive
  • Cloudera Impala con Native Driver

Encripta el tráfico de red

Una práctica recomendada es encriptar el tráfico de red entre la aplicación de Looker y tu base de datos. Considera una de las opciones que se describen en la página de documentación Habilita el acceso seguro a la base de datos.

Configura Looker para conectarte a Cloudera Impala

Looker se conecta a bases de datos a través de una conexión de JDBC. Para las bases de datos de Impala, Looker se conecta de forma predeterminada al servidor que ejecuta el daemon impalad en el puerto 21050. Si deseas obtener más información, consulta la sección Configura Impala para que funcione con JDBC de la documentación en el sitio web de Cloudera.

En la sección Administrador de Looker, selecciona Conexiones y, luego, haz clic en Agregar conexión.

La configuración de la conexión de Looker depende de la seguridad que se use:

Conexión a un clúster sin Kerberos ni autenticación de usuario

Para configurar una conexión que no utiliza Kerberos o la autenticación de usuario, sigue estos pasos:

  1. En la página Configuración de la conexión, deja los campos Nombre de usuario y Contraseña en blanco. (El * junto a los nombres de los campos implica que estos campos son obligatorios, pero no lo son).
  2. En el campo Additional JDBC parameters, ingresa ;auth=noSasl.

Verifica la string de conexión

Para verificar la cadena de conexión de JDBC en los archivos de registro, en el panel Administrador de Looker, haz clic en Registro en el menú de la izquierda. Luego, filtra el registro por un término como jdbc o noSasl. La línea de registro podría ser similar a la siguiente:

jdbc connect using: jdbc:hive2://<HOSTNAME>/<DATABASE_NAME>;auth=noSasl

Si quieres obtener más información sobre la configuración de las bases de datos de Impala para que funcionen con JDBC, consulta la documentación en el sitio web externo de Cloudera.

Conexión a un clúster que requiere autenticación de LDAP

En la página Configuración de la conexión, ingresa un nombre de usuario y una contraseña con acceso a los esquemas a los que accederá Looker para un clúster que requiera autenticación LDAP, incluido uno con Apache Sentry y Kerberos.

Conexión a un clúster protegido con Kerberos, pero sin Apache Sentry

Es posible que el equipo de analistas de Looker necesite ayuda para configurar esta conexión de forma correcta.

Por lo general, la autenticación Kerberos con los entornos de Cloudera se controla mediante Apache Sentry. Consulta la documentación de Cloudera para obtener más detalles.

Si quieres configurar Looker para que se conecte directamente a las bases de datos de Impala mediante la autenticación Kerberos, sigue los pasos que se indican en esta página.

Configuración del cliente de Kerberos

Primero, debes garantizar la instalación de varias piezas de software y la presencia de varios archivos en la máquina de Looker.

Cliente de Kerberos

Verifica que el cliente de Kerberos esté instalado en la máquina Looker mediante la ejecución de kinit. Si el cliente de Kerberos no está instalado, instala sus objetos binarios.

Por ejemplo, en Red Hat/CentOS, esto sería:

sudo yum install krb5-workstation krb5-libs krb5-auth-dialog

Java 8

Java 8 debe instalarse en la máquina de Looker y en los PATH y JAVA_HOME del usuario de Looker. Si es necesario, instálalo de forma local en el directorio looker.

Extensión de criptografía de Java

  1. Descarga y, luego, instala Java Cryptography Extension (JCE) para Java 8 desde el sitio web de Oracle.

    • Busca el directorio jre/lib/security de la instalación de Java.
    • Quita los siguientes archivos JAR de este directorio: local_policy.jar y US_export_policy.jar.
    • Reemplaza estos dos archivos con los archivos JAR incluidos en la descarga de archivos de políticas de jurisdicción de fuerza ilimitada de JCE.

    Quizás sea posible usar versiones de Java anteriores a Java 8 con el JCE instalado, pero esto no se recomienda.

  2. Actualiza JAVA_HOME y PATH en ~looker/.bash_profile para que apunten a la instalación correcta de Java y source ~/.bash_profile, o sal y vuelve a acceder.

  3. Verifica la versión de Java con java -version.

  4. Verifica la variable de entorno JAVA_HOME con echo $JAVA_HOME.

gss-jaas.conf

Crea un archivo gss-jaas.conf en el directorio looker con este contenido:

com.sun.security.jgss.initiate {
    com.sun.security.auth.module.Krb5LoginModule required
    useTicketCache=true
    doNotPrompt=true;
};

Si es necesario para las pruebas, se puede agregar debug=true a este archivo de la siguiente manera:

com.sun.security.jgss.initiate {
    com.sun.security.auth.module.Krb5LoginModule required
    useTicketCache=true
    doNotPrompt=true
    debug=true;
};
krb5.conf

El servidor que ejecuta Looker también debe tener un archivo krb5.conf válido. De forma predeterminada, este archivo se encuentra en /etc/krb5.conf. Si se encuentra en otra ubicación, debe indicarse en el entorno (KRB5_CONFIG en el entorno de shell).

Es posible que debas copiarlo desde otra máquina cliente de Kerberos.

lookerstart.cfg

Apunta a los archivos gss-jaas.conf y krb5.conf. Para ello, crea un archivo en el directorio looker (el mismo directorio que contiene la secuencia de comandos de inicio looker) llamado lookerstart.cfg que contenga las siguientes líneas:

  JAVAARGS="-Djava.security.auth.login.config=/path/to/gss-jaas.conf -Djavax.security.auth.useSubjectCredsOnly=false -Djava.security.krb5.conf=/etc/krb5.conf"
  LOOKERARGS=""

Si el archivo krb5.conf no está en /etc/krb5.conf, también será necesario agregar esta variable:

  -Djava.security.krb5.conf=/path/to/krb5.conf

Para la depuración, agrega estas variables:

  -Dsun.security.jgss.debug=true -Dsun.security.krb5.debug=true

Luego, reinicia Looker con ./looker restart.

Autentica con Kerberos

Autenticación de usuarios

  1. Si krb5.conf no está en /etc/, usa la variable de entorno KRB5_CONFIG para indicar su ubicación.

  2. Ejecuta el comando klist para asegurarte de que haya un ticket válido en la caché de tickets de Kerberos.

  3. Si no hay un ticket, ejecuta kinit username@REALM o kinit username para crearlo.

  4. Es probable que la cuenta que se usa con Looker no tenga una interfaz gráfica, por lo que puedes obtener un archivo keytab de Kerberos para almacenar la credencial y usarla a largo plazo. Usa un comando como kinit -k -t looker_user.keytab username@REALM para obtener el ticket de Kerberos.

Renovación automática del ticket

Configura un trabajo cron que se ejecute de vez en cuando para mantener un ticket activo en la caché de tickets de Kerberos. La frecuencia con la que se debe ejecutar depende de la configuración del clúster. El valor de klist debe indicar cuándo vencen los boletos.

Creando la conexión de Looker a tu base de datos

En la sección Administrador de Looker, selecciona Conexiones y, luego, haz clic en Agregar conexión.

Completa los detalles de la conexión de la siguiente manera (consulta la página de documentación Cómo conectar Looker a tu base de datos para obtener más información):

  • Nombre: Es el nombre de la conexión. Así se hará referencia a la conexión en el modelo de LookML.

  • Dialecto: Cloudera Impala 3.1 y versiones posteriores, Cloudera Impala 3.1 y versiones posteriores con controlador nativo o Cloudera Impala con controlador nativo

  • Host: Es el nombre de host.

  • Puerto: Es el puerto de la base de datos (21050 de forma predeterminada).

  • Base de datos: El esquema o la base de datos predeterminados que se modelarán. Cuando no se especifica ninguna base de datos para una tabla, se supondrá esto.

  • Nombre de usuario: Deja este campo en blanco.

  • Contraseña: Deja este campo en blanco.

  • Habilitar PDT: Usa este botón de activación para habilitar tablas derivadas persistentes. Cuando las PDT están habilitadas, la ventana Connection muestra parámetros de configuración adicionales de PDT y la sección PDT Overrides.

  • Base de datos temporal: Es un esquema o base de datos temporal para almacenar las PDT. Debe crearse con anticipación.

  • Parámetros adicionales de JDBC: Son parámetros adicionales para la string de JDBC. Indica la principal de Kerberos aquí, por ejemplo, ;principal=impala/impala.company.com@REALM. Los principales de tres partes son estándar. El primer (impala) suele ser el nombre del servicio, y el último (REALM) suele ser el dominio.

  • SSL: marca esta opción para usar conexiones SSL. Si tu certificado SSL no lo emitió una autoridad certificadora ampliamente reconocida y usas un certificado personalizado, deberás hacer lo siguiente:

    • Copia el archivo de certificado en el servidor de Looker. Esta opción solo está disponible para las implementaciones de Looker alojadas por el cliente.
    • Agrega los siguientes parámetros al campo Parámetros adicionales de JDBC:
  sslTrustStore=/path/to/your/trust_store.jks;trustStorePassword=yourpassword

Consulta la documentación de Cloudera para obtener más detalles sobre cómo formar las cadenas de JDBC correctas para las bases de datos de Impala.

  • Zona horaria de la base de datos: La zona horaria de los datos almacenados en tu base de datos Por lo general, se puede dejar en blanco o se puede configurar en UTC.

Se recomienda que el nombre del servidor (impala.company.com en este ejemplo) sea el nombre canónico del servidor y que la búsqueda de DNS inversa de su dirección IP dé como resultado ese nombre. Sin embargo, el nombre del servidor debe ser el que figura en el controlador de dominio de Kerberos:

  nslookup servername  # get canonical server name and IP address

  nslookup ipaddress  # get the canonical name back

A veces, el nombre del servidor se configura como el nombre de host y no como el nombre de dominio completamente calificado. En este caso, tal vez sea necesario modificar los archivos /etc/hosts y /etc/nsswitch.conf para garantizar que las búsquedas inversas se resuelvan según lo previsto.

Prueba la conexión para asegurarte de que esté configurada correctamente.

Depuración

Recursos

Permisos para PDT

El usuario que se conecta al esquema temporal para tablas derivadas persistentes (PDT) debe tener permisos de lectura/escritura.

Compatibilidad de características

Para que Looker admita algunas funciones, el dialecto de la base de datos también debe admitirlas.

Cloudera Impala con Native Driver

Cloudera Impala con Native Driver admite las siguientes funciones a partir de Looker 24.8:

Atributo ¿Es compatible?
Nivel de asistencia
Admitido
Looker (Google Cloud Core)
No
Agregados simétricos
No
Tablas derivadas
Sí
Tablas derivadas de SQL persistentes
Sí
Tablas derivadas persistentes nativas
Sí
Vistas estables
Sí
Finalización de consultas
Sí
Tablas dinámicas basadas en SQL
Sí
Zonas horarias
Sí
SSL
Sí
Subtotales
No
Parámetros adicionales de JDBC
Sí
Distingue mayúsculas de minúsculas
Sí
Tipo de ubicación
Sí
Tipo de lista
No
Percentil
No
Percentil distinto
No
Procesos de presentación del ejecutor de SQL
No
Tabla de descripción del ejecutor de SQL
Sí
Mostrar índices del ejecutor de SQL
No
Selector de SQL 10 Select
Sí
Recuento de ejecutores de SQL
Sí
Explicación de SQL
Sí
Credenciales de OAuth
No
Comentarios de contexto
Sí
Agrupación de conexiones
No
Bocetos HLL
No
Reconocimiento agregado
Sí
PDT incrementales
No
Milisegundos
Sí
Microsegundos
Sí
Vistas materializadas
No
Recuento aproximado de valores distintos
Sí

Cloudera Impala 3.1 y versiones posteriores

Cloudera Impala 3.1+ es compatible con las siguientes funciones a partir de Looker 24.8:

Atributo ¿Es compatible?
Nivel de asistencia
Admitido
Looker (Google Cloud Core)
Sí
Agregados simétricos
Sí
Tablas derivadas
Sí
Tablas derivadas de SQL persistentes
Sí
Tablas derivadas persistentes nativas
Sí
Vistas estables
Sí
Finalización de consultas
Sí
Tablas dinámicas basadas en SQL
Sí
Zonas horarias
Sí
SSL
Sí
Subtotales
No
Parámetros adicionales de JDBC
Sí
Distingue mayúsculas de minúsculas
Sí
Tipo de ubicación
Sí
Tipo de lista
No
Percentil
No
Percentil distinto
No
Procesos de presentación del ejecutor de SQL
No
Tabla de descripción del ejecutor de SQL
Sí
Mostrar índices del ejecutor de SQL
No
Selector de SQL 10 Select
Sí
Recuento de ejecutores de SQL
Sí
Explicación de SQL
Sí
Credenciales de OAuth
No
Comentarios de contexto
Sí
Agrupación de conexiones
No
Bocetos HLL
No
Reconocimiento agregado
Sí
PDT incrementales
No
Milisegundos
Sí
Microsegundos
Sí
Vistas materializadas
No
Recuento aproximado de valores distintos
Sí

Cloudera Impala 3.1+ con Native Drive

Cloudera Impala 3.1+ con Native Driver admite las siguientes funciones a partir de Looker 24.8:

Atributo ¿Es compatible?
Nivel de asistencia
Admitido
Looker (Google Cloud Core)
No
Agregados simétricos
Sí
Tablas derivadas
Sí
Tablas derivadas de SQL persistentes
Sí
Tablas derivadas persistentes nativas
Sí
Vistas estables
Sí
Finalización de consultas
Sí
Tablas dinámicas basadas en SQL
Sí
Zonas horarias
Sí
SSL
Sí
Subtotales
No
Parámetros adicionales de JDBC
Sí
Distingue mayúsculas de minúsculas
Sí
Tipo de ubicación
Sí
Tipo de lista
No
Percentil
No
Percentil distinto
No
Procesos de presentación del ejecutor de SQL
No
Tabla de descripción del ejecutor de SQL
Sí
Mostrar índices del ejecutor de SQL
No
Selector de SQL 10 Select
Sí
Recuento de ejecutores de SQL
Sí
Explicación de SQL
Sí
Credenciales de OAuth
No
Comentarios de contexto
Sí
Agrupación de conexiones
No
Bocetos HLL
No
Reconocimiento agregado
Sí
PDT incrementales
No
Milisegundos
Sí
Microsegundos
Sí
Vistas materializadas
No
Recuento aproximado de valores distintos
Sí

Próximos pasos

Después de conectar tu base de datos a Looker, configura las opciones de acceso para tus usuarios.