同程旅游Hadoop安全实践
0x01 背景
当前大一点的公司都采用了共享Hadoop集群的模式。
共享Hadoop是指：数据存储方面，公有/私有的文件目录混合存放在hdfs上，不同的用户根据需求访问不同的数据; 计算资源方面，管理员按部门或业务划分若干个队列，每个队列分配一定量的资源，每个用户/组只能使用某个队列中得资源。这种模式可以减小维护成本，避免数据过度冗余，减少硬件成本。但这种类似于云存储/云计算的方式，面临的一个最大问题就是安全。在同程，信息安全是渗透到每个部门的，数据安全又是重中之重。本文就Hadoop安全分享了同程旅游大数据架构部在这方面的实践。
然而，Hadoop是缺乏安全机制的。其中最关键的一个问题是，Client的用户名和用户组名的随意性。Hadoop默认从环境变量中取HADOOP_USER_NAME作为当前用户名，如果为空则从系统参数里取HADOOP_USER_NAME，如果还为空则获取当前系统用户名，添加到user.name和group.name属性中。用户甚至可以通过conf.set(“user.name”,root),conf.set(“group.name”,”root”)直接指定用户名和用户组为root。这样提交到集群的请求就可以以root的身份读写本不属于自己的文件目录，使用本属于别人的计算资源。
Hadoop团队也意识到了数据安全方面的缺失，并增加了权限认证授权机制。用户的login name会通过RPC头部传递给RPC，之后RPC使用Simple Authentication and Security Layer(SASL)确定一个权限协议(一般使用kerberos协议)，完成RPC授权[2]。然而，在hadoop集群中启用kerberos认证有以下一些问题：
1. Kerberos生成证书和配置步骤十分复杂，debug排错也晦涩，没有一定经验很难上手; 2. 延展性不佳。机器的扩容和减少都要造成证书的重新生成和分发，给运维造成很大困难; 3. 存在单点失败，中心KDC中心服务器承载所有用户的密钥，挂掉时整个系统可能瘫痪。同时要求严格的时钟同步，不然会导致认证失败。
基于以上的原因，以及同程自身Hadoop集群的特性(总承载接近数十P的数据量，日增数十T ，上层依赖上百个平台/服务，数万+的数据搬运/运算任务)，给Hadoop增加安全机制无疑是给高速运行的汽车换轮子，要求系统做到服务零中断，滚动升级无停机。我们自主研发了一个轻量级的Hadoop用户认证机制。
0x02 基本构想
身份验证最常见的方法就是用户名和密码校验，符合我们简单易用的要求。首先，我们要让用户在与Hadoop交互之前读取到一个配置好的，和用户自身相关联的密码，将此密码保存并携带在每次与Hadoop交互的请求中以供验证。另外，我们知道用户在对Hadoop做任何操作之前都会和namenode交互，拿到相关的block的信息，文件读写的租约等等。那很自然的想到可以在namenode 这层做用户身份验证操作。而用户名和密码的映射表可以通过配置和远程RPC 的形式实现热加载。
0x03 具体实施
用户加载密码
用户信息在Hadoop里是以UserGroupInformation这个类实现的。如果subject为空，或者对应的principal为空，说明尚未登录过，就会调用getLoginUser()方法。首先会创建LoginContext，并调用login()方法，完成后调用login.commit()。我们在commit()方法中加入读取密码配置的操作，并存储在subject的credential中。密码可以配置在用户的home目录下，或者classpath下。由于login方法只会在用户第一次启动的时候调用，所以避免了重复加载的问题。
Namenode加载用户名和密码的映射表
我们新增加了一个让namenode 读取集群用户名和密码的映射表的RPC服务。目前Hadoop大部分的 RPC 调用已经采用google的protobuf 协议，替代了1.0时代自己的一套writable的协议。
我们根据protobuf的规范，定义一个叫做RefreshCheckUserPaswordProtocol.proto的协议文件，在文件里我们分别定义RPC调用的请求和应答消息
message RefreshCheckUserPasswordRequestProto{} messageRefreshCheckUserPasswordResponseProto {} 内容为空，因为不需要传入参数再定义调用的服务 service RefreshCheckUserPasswordProtocolService { rpcrefreshCheckUserPassword() returns(RefreshCheckUserPasswordResponseProto); } 通过protobuf命令行工具生成对应的request,response,以及service 的java类 因为新增的协议是在namenode上执行的，所以要注册在namenodeProtocols里 extendsClientProtocol, DatanodeProtocol, NamenodeProtocol, RefreshAuthorizationPolicyProtocol, RefreshUserMappingsProtocol, RefreshCallQueueProtocol, GenericRefreshProtocol, GetUserMappingsProtocol, HAServiceProtocol, RefreshCheckUserPasswordProtocol{} 并且在namenodeProtocols的实现类NameNodeRpcServer里增加具体函数调用 RefreshCheckUserPasswordProtocolServerSideTranslatorPB refreshCheckUserPasswordXlator (); BlockingService RefreshCheckUserPasswordProtocolService .newReflectiveBlockingService(refreshCheckUserPasswordXlator); 在dfsadmin的shell命令行中增加了调用此服务的入口 (.(cmd)){ exitCoderefreshCheckUserPassword(); } () throwsIOException { Configuration getConf(); .set(CommonConfigurationKeys.HADOOP_SECURITY_SERVICE_USER_NAME_KEY, .get(DFSConfigKeys.DFS_NAMENODE_KERBEROS_PRINCIPAL_KEY, )); DistributedFileSystem getDFS(); URI .getUri(); HAUtil.isLogicalUri(, ); () { .getHost(); ListProxyAndInfoRefreshCheckUserPasswordProtocolHAUtil.getProxiesForAllNameNodesInNameservice(, , RefreshCheckUserPasswordProtocol.); (ProxyAndInfoRefreshCheckUserPasswordProtocol) { { .getProxy().refreshCheckUserPassword(); ..println(.getAddress()); }(e){ ..println(.getAddress()); ..println(e.getMessage()); } } } { RefreshCheckUserPasswordProtocolrefreshProtocol NameNodeProxies.createProxy(,FileSystem.getDefaultUri(), RefreshCheckUserPasswordProtocol.).getProxy(); refreshProtocol.refreshCheckUserPassword(); ..println(); } ; }
最后，我们在namenode启动(初始化完成)时自动加载一次用户名和密码的映射表。
具体位置在NameNode类的void initialize(Configuration conf) throws IOException方法的最后
Namenode 对client做身份验证
Namenode 接收到用户请求的时候都调用getRemoteUser()方法将用户的信息组装成UserGroupInformation实例。这时候我们就很自然的把请求发起者的用户名，密码以及源IP提取出来，做用户身份验证。用户验证的逻辑很简单，将用户名，密码，IP在启动时加载的映射表中查找对比，符合条件的予以通过，不然就拦截请求并抛出错误。
0x04 上线的一些工作
为了做到新增的用户安全功能平滑上线，我们做了下面几个额外的功能
用户验证的全局开关
防止新功能的可能出现的bug, 一键开关可以迅速关闭新功能，做到快速回滚。
用户白名单
用户群的数量很多，同一时间切换上线是不可能的。我们将用户放入白名单中，分批配置/测试分配的账号和密码，一步一个脚印的实现所有账号的安全监管
0x05 上线过程
1. 重新编译打包hadoop-common和hadoop-hdfs 工程
2. 替换namenode 和datanode 上的相应jar包，并滚动重启。因为默认是关闭安全功能的，所以新版本的jar包和旧版本的jar是相互兼容的。
3. 在各节点，各项目中配置和用户名和密码，通过命令将用户名和密码的映射表加载至namenode
4. 一键开启安全配置
目前，Hadoop安全已成功上线，升级过程中没有服务中断或降级，做到业务零感知。运行几个月下来也很平稳，性能良好。