解析Hadoop 的集群管理与安全机制

HDFS数据管理

1、设置元数据与数据的存储路径，通过

dfs.name.dir，dfs.data.dir，fs.checkpoint.dir(hadoop1.x)、

hadoop.tmp.dir，dfs.namenode.name.dir，dfs.namenode.edits.dir，dfs.datanode.data.dir(hadoop2.x)等属性来设置;

2、经常执行HDFS文件系统检查工具FSCK，eg：hdfs fsck /liguodong -files -blocks;

[root@slave1 mapreduce]# hdfs fsck /input Connecting to namenode via http://slave1:50070 
FSCK started by root (auth:SIMPLE) from /172.23.253.22 for path /input at Tue Jun 16 21:29:21 CST 2015 .Status: HEALTHY 
 Total size:    80 B  Total dirs:    0 
 Total files:   1  Total symlinks:                0 
 Total blocks (validated):      1 (avg. block size 80 B)  Minimally replicated blocks:   1 (100.0 %) 
 Over-replicated blocks:        0 (0.0 %)  Under-replicated blocks:       0 (0.0 %) 
 Mis-replicated blocks:         0 (0.0 %)  Default replication factor:    1 
 Average block replication:     1.0  Corrupt blocks:                0 
 Missing replicas:              0 (0.0 %)  Number of data-nodes:          1 
 Number of racks:               1 FSCK ended at Tue Jun 16 21:29:21 CST 2015 in 1 milliseconds 
 The filesystem under path '/input' is HEALTHY 

3、一旦数据发生异常，可以设置NameNode为安全模式，这时NameNode为只读模式;

操作命令：hdfs dfsadmin -safemode enter | leave | get | wait

[root@slave1 mapreduce]# hdfs dfsadmin -report Configured Capacity: 52844687360 (49.22 GB) 
Present Capacity: 45767090176 (42.62 GB) DFS Remaining: 45766246400 (42.62 GB) 
DFS Used: 843776 (824 KB) DFS Used%: 0.00% 
Under replicated blocks: 0 Blocks with corrupt replicas: 0 
Missing blocks: 0  
------------------------------------------------- Datanodes available: 1 (1 total, 0 dead) 
 Live datanodes: 
Name: 172.23.253.22:50010 (slave1) Hostname: slave1 
Decommission Status : Normal Configured Capacity: 52844687360 (49.22 GB) 
DFS Used: 843776 (824 KB) Non DFS Used: 7077597184 (6.59 GB) 
DFS Remaining: 45766246400 (42.62 GB) DFS Used%: 0.00% 
DFS Remaining%: 86.61% Last contact: Tue Jun 16 21:27:17 CST 2015 
 [root@slave1 mapreduce]# hdfs dfsadmin -safemode get 
Safe mode is OFF 

4、每一个DataNode都会运行一个数据扫描线程，它可以检测并通过修复命令来修复坏块或丢失的数据块，通过属性设置扫描周期;

dfs.datanode.scan.period.hourses， 默认是504小时。

MapReduce作业管理

查看Job信息：mapred job -list;

杀死Job：mapred job -kill;

查看指定路径下的历史日志汇总：mapred job -history output-dir;

打印map和reduce完成的百分比和所有计数器：mapred job -status job_id;

[root@slave1 mapreduce]# mapred job Usage: CLI   
        [-submit ]         [-status ] 
        [-counter   ]         [-kill ] 
        [-set-priority  ]. Valid values for priorities are: VERY_HIGH HIGH NORMAL LOW VERY_LOW         [-events   <#-of-events>] 
        [-history ]         [-list [all]] 
        [-list-active-trackers]         [-list-blacklisted-trackers] 
        [-list-attempt-ids   ]. Valid values for  are REDUCE MAP. Valid values for  are running, completed         [-kill-task ] 
        [-fail-task ]         [-logs  ] 
 Generic options supported are 
-conf      specify an application configuration file -D             use value for given property 
-fs       specify a namenode -jt     specify a job tracker 
-files     specify comma separated files to be copied to the map reduce cluster -libjars     specify comma separated jar files to include in the classpath. 
-archives     specify comma separated archives to be unarchived on the compute machines.  
 [root@slave1 mapreduce]# mapred job -list 
15/06/16 21:33:25 INFO client.RMProxy: Connecting to ResourceManager at /0.0.0.0:8032 Total jobs:0 
JobId  State  StartTime  UserName  Queue  Priority  UsedContainers  RsvdContainers  UsedMem RsvdMem    NeededMem    AM info 

#p#

Hadoop集群安全

Hadoop自带两种安全机制：Simple机制、Kerberos机制

1、Simple机制：

Simple机制是JAAS协议与delegation token结合的一种机制，JAAS(Java Authentication and Authorization Service)java认证与授权服务;

(1)用户提交作业时，JobTracker端要进行身份核实，先是验证到底是不是这个人，即通过检查执行当前代码的人与JobConf中的user.name中的用户是否一致;

(2)然后检查ACL(Access Control List)配置文件(由管理员配置)看你是否有提交作业的权限。一旦你通过验证，会获取HDFS或者mapreduce授予的delegation token(访问不同模块有不同的delegation token)，之后的任何操作，比如访问文件，均要检查该token是否存在，且使用者跟之前注册使用该token的人是否一致。

2、Kerberos机制：

Kerberos机制是基于认证服务器的一种方式;

Princal(安全个体)：被认证的个体，有一个名字和口令;

KDC(key distribution center)：是一个网络服务，提供ticket和临时会话密钥;

Ticket：一个记录，客户用它来向服务器证明自己的身份，包括客户标识、会话密钥、时间戳;

AS(Authentication Server)：认证服务器;

TSG(Ticket Granting Server)：许可认证服务器;

(1)Client将之前获得TGT和要请求的服务信息(服务名等)发送给KDC，

KDC中的Ticket Granting Service将为Client和Service之间生成一个Session Key用于Service对Client的身份鉴别。

然后KDC将这个Session Key和用户名，用户地址(IP)，服务名，有效期, 时间戳一起包装成一个Ticket(这些信息最终用于Service对Client的身份鉴别)发送给Service，

不过Kerberos协议并没有直接将Ticket发送给Service，而是通过Client转发给Service，所以有了第二步。

(2)此时KDC将刚才的Ticket转发给Client。

由于这个Ticket是要给Service的，不能让Client看到，所以KDC用协议开始前KDC与Service之间的密钥将Ticket加密后再发送给Client。

同时为了让Client和Service之间共享那个密钥(KDC在***步为它们创建的Session Key)，

KDC用Client与它之间的密钥将Session Key加密随加密的Ticket一起返回给Client。

(3)为了完成Ticket的传递，Client将刚才收到的Ticket转发到Service。

由于Client不知道KDC与Service之间的密钥，所以它无法算改Ticket中的信息。

同时Client将收到的Session Key解密出来，然后将自己的用户名，用户地址(IP)打包成Authenticator用Session Key加密也发送给Service。

(4)Service 收到Ticket后利用它与KDC之间的密钥将Ticket中的信息解密出来，从而获得Session Key和用户名，用户地址(IP)，服务名，有效期。

然后再用Session Key将Authenticator解密从而获得用户名，用户地址(IP)将其与之前Ticket中解密出来的用户名，用户地址(IP)做比较从而验证Client的身份。

(5)如果Service有返回结果，将其返回给Client。

#p#

Hadoop集群内部使用Kerberos进行认证

好处：

可靠：Hadoop本身并没有认证功能和创建用户组功能，使用依靠外围的认证系统;

高效：Kerberos使用对称钥匙操作，比SSL的公共密钥快;

操作简单：用户可以方便进行操作，不需要很复杂的指令。比如废除一个用户只需要从Kerbores的KDC数据库中删除即可。

HDFS安全

1、Client获取namenode初始访问认证(使用kerberos)后，会获取一个delegation token，这个token可以作为接下来访问HDFS或提交作业的凭证;

2、同样为了读取某个文件，Client首先要与namenode交互，获取对应block的block access token，

然后到相应的datanode上读取各个block ，

而datanode在初始启动向namenode注册时候，已经提前获取了这些token，

当client要从TaskTracker上读取block时，首先验证token，通过才允许读取。

MapReduce安全

1、所有关于作业的提交或者作业运行状态的追踪均是采用带有Kerberos认证的RPC实现的。

授权用户提交作业时，JobTracker会为之生成一个delegation token，该token将被作为job的一部分存储到HDFS上并通过RPC分发给各个TaskTracker，一旦job运行结束，该token失效。

2、用户提交作业的每个task均是以用户身份启动的，这样一个用户的task便不可以向TaskTracker或者其他用户的task发送操作系统信号，给其他用户造成干扰。这要求为每个用户在所有的TaskTracker上建一个账号;

3、当一个map task运行结束时，它要将计算结果告诉管理它的TaskTracker，之后每个reduce task会通过HTTP向该TaskTracker请求自己要处理的那块数据，Hadoop应该确保其他用户不可以获取map task的中间结果，

其执行过程是：reduce task对“请求URL”和“当前时间”计算HMAC-SHA1值，并将该值作为请求的一部分发动给TaskTracker，TaskTracker收到后会验证该值的正确性。

博文出处：http://blog.csdn.net/scgaliguodong123_/article/details/46523569