Configura Kerberos per gli endpoint Thrift di Dataproc Metastore

Questa pagina spiega come configurare Kerberos per il servizio Dataproc Metastore che utilizza il protocollo dell'endpoint Thrift. Se il servizio Dataproc Metastore utilizza il protocollo dell'endpoint gRPC, consulta Configurare Kerberos per gli endpoint gRPC.

Prima di iniziare

  • Comprendi le nozioni di base di Kerberos.

    In queste istruzioni, utilizzi un cluster Dataproc per creare i seguenti asset Kerberos:

    • Un file keytab.
    • Un file krb5.conf.
    • Un'entità Kerberos.

    Per ulteriori informazioni su come funzionano queste risorse Kerberos con un servizio Dataproc Metastore, consulta Informazioni su Kerberos.

  • Crea e ospita il tuo KDC Kerberos o scopri come utilizzare il KDC locale di un cluster Dataproc.

  • Crea un bucket Cloud Storage o accedi a uno esistente. Devi memorizzare il file krb5.conf in questo bucket.

Considerazioni sulla rete

Prima di configurare Kerberos, tieni presente le seguenti impostazioni di rete:

  • Configura una connessione IP tra la tua rete VPC e il KDC. Devi eseguire questa operazione per autenticare il file KDC con il servizio Dataproc Metastore.

  • Configura le regole firewall necessarie sul tuo KDC. Queste regole sono necessarie per consentire il traffico da Dataproc Metastore. Per ulteriori informazioni, consulta Regole firewall per i tuoi servizi.

  • Se utilizzi Controlli di servizio VPC, il segreto di Secret Manager e l'oggetto krb5.conf Cloud Storage devono appartenere a un progetto che si trova nello stesso perimetro di servizio del servizio Dataproc Metastore.

  • Scegli la rete di peering VPC che vuoi utilizzare. Devi configurare il cluster Dataproc e il servizio Dataproc Metastore con la stessa rete di peering VPC.

Ruoli obbligatori

Per ottenere l'autorizzazione necessaria per creare un Dataproc Metastore con Kerberos, chiedi all'amministratore di concederti i seguenti ruoli IAM nel progetto, in base al principio del privilegio minimo:

Per saperne di più sulla concessione dei ruoli, consulta Gestire l'accesso a progetti, cartelle e organizzazioni.

Questo ruolo predefinito contiene l'autorizzazione metastore.services.create necessaria per creare un Dataproc Metastore con Kerberos.

Potresti anche ottenere questa autorizzazione con ruoli personalizzati o altri ruoli predefiniti.

Per ulteriori informazioni su ruoli e autorizzazioni specifici di Dataproc Metastore, consulta Gestire l'accesso con IAM.

Per ulteriori informazioni, consulta Controllo dell'accesso e IAM di Dataproc Metastore.

Attiva Kerberos per Dataproc Metastore

Le istruzioni riportate di seguito mostrano come configurare Kerberos per un servizio Dataproc Metastore collegato a un cluster Dataproc.

Crea un cluster Dataproc e abilita Kerberos

gcloud

Per configurare un cluster Dataproc con Kerberos, esegui il seguente comando gcloud dataproc clusters create:

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

Sostituisci quanto segue:

  • CLUSTER_NAME: il nome del tuo cluster Dataproc.

Configura il cluster Dataproc per Kerberos

Le istruzioni riportate di seguito mostrano come utilizzare SSH per connettersi a un cluster Dataproc primario associato al servizio Dataproc Metastore.

Dopodiché, modifica il file hive-site.xml e configura Kerberos per il tuo servizio.

  1. Nella console Google Cloud, vai alla pagina Istanze VM.

  2. Nell'elenco delle istanze della macchina virtuale, fai clic su SSH nella riga del node principale Dataproc (your-cluster-name-m).

    Viene aperta una finestra del browser nella home directory del nodo.

  3. Apri il file /etc/hive/conf/hive-site.xml.

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

    Viene visualizzato un output simile al seguente:

    <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>

    Sostituisci:

    • PRINCIPAL_NAME: un nome principale nel seguente formato primary/instance@REALM. Ad esempio, hive/test@C.MY-PROJECT.INTERNAL.
    • METASTORE_PRINCIPAL_KEYTAB: la posizione del file keytab Hive Metastore. Utilizza il seguente valore /etc/security/keytab/metastore.service.keytab.

Crea un file keytab

Le istruzioni riportate di seguito mostrano come creare un file keytab.

Un file keytab contiene una coppia di entità Kerberos e una coppia di chiavi criptate. Viene utilizzato per autenticare un'entità di servizio con un KDC Kerberos.

Per creare un file keytab

  1. Nella sessione SSH di Dataproc, crea il file keytab e il principale.

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

  2. Nella sessione SSH di Dataproc, crea e carica il file keytab in 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

    Sostituisci quanto segue:

    • SECRET_NAME: il nome del secret.

Aggiorna il file krb5.conf

Successivamente, devi aggiornare il file krb5.conf per associarlo al tuo cluster Dataproc.

  1. Determina l'indirizzo IP interno principale dell'istanza principale del cluster Dataproc.

    gcloud compute instances list

    Ad esempio, l'esecuzione di questo comando produce un output simile:

    ~$ 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
...

    In questo caso, l'indirizzo IP interno del cluster è 192.0.2.2.

  2. Apri il file krb5.conf.

    sudo vim /etc/krb5.conf

  3. Nel file, sostituisci i parametri KDC e admin_server esistenti con l'indirizzo IP interno del tuo cluster Dataproc.

    Ad esempio, l'utilizzo del valore dell'indirizzo IP dei passaggi precedenti è simile a questo output.

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

  4. Carica il file /etc/krb5.conf dalla VM Dataproc principale nel bucket Cloud Storage.

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

    Sostituisci:

    • PATH_TO_KRB5: l'URI Cloud Storage contenente il tuo file krb5.conf.

    Al termine del caricamento, copia il percorso del caricamento. Devi utilizzarlo quando crei il servizio Dataproc Metastore.

Concedi ruoli e autorizzazioni IAM

  1. Fornisci all'account di servizio Dataproc Metastore l'autorizzazione per accedere al file keytab. Questo account è gestito da Google ed è elencato nella pagina dell'interfaccia utente delle autorizzazioni IAM selezionando Includi concessioni di ruoli fornite da 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. Fornisci all'account di servizio Dataproc Metastore l'autorizzazione per accedere al file 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

Creare un servizio Dataproc Metastore con Kerberos

Crea un nuovo servizio Dataproc Metastore configurato con i file Kerberos.

Assicurati di creare il servizio nella rete VPC come 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

Sostituisci quanto segue:

  • SERVICE: il nome del servizio Dataproc Metastore.
  • LOCATION: la posizione del servizio Dataproc Metastore.
  • VPC_NETWORK:il nome della rete VPC. Utilizza la stessa rete configurata nel cluster Dataproc.
  • KERBEROS_PRINCIPAL: il nome dell'entità Kerberos che hai creato in precedenza.
  • KRB5_CONFIG: la posizione del file krb5.config. Utilizza l'URI dell'oggetto Cloud Storage che punta al file.
  • CLOUD_SECRET: il nome della risorsa relativa di una versione del segreto Secret Manager.

Dopo aver creato il cluster, Dataproc Metastore tenta di connettersi con le tue credenziali Kerberos utilizzando l'entità principale, il file keytab e il file krb5.conf fornito. Se la connessione non riesce, anche la creazione di Dataproc Metastore non riesce.

Dopo aver creato il servizio Dataproc Metastore, individua l'URI dell'endpoint Thrift e la directory del magazzino.

  1. Accedi con SSH all'istanza principale del tuo cluster Dataproc.

  2. Nella sessione SSH, apri il file /etc/hive/conf/hive-site.xml.

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

  3. Modifica /etc/hive/conf/hive-site.xml nel 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. Riavvia HiveServer2:

    sudo systemctl restart hive-server2.service

Configura Dataproc prima di inviare i job

Per eseguire i job Dataproc, devi aggiungere l'utente hive alla proprietà allowed.system.users nel file container-executor.cfg di Hadoop. In questo modo, gli utenti possono eseguire query per accedere ai dati, come select * from.

  1. Nella sessione SSH, apri il file container-executor.cfg di Hadoop.

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

    Aggiungi la seguente riga su ogni nodo Dataproc.

    allowed.system.users=hive

Ottenere una richiesta di Kerberos

  1. Ottieni il ticket Kerberos prima di connetterti all'istanza 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

    Sostituisci quanto segue:

    • PRINCIPAL_NAME: il nome dell'entità.

Passaggi successivi