הפלאגין Ranger Cloud Storage

הפלאגין Dataproc Ranger Cloud Storage, שזמין בגרסאות 1.5 ו-2.0 של תמונות Dataproc, מפעיל שירות הרשאות בכל מכונת VM של אשכול Dataproc. שירות ההרשאות מעריך בקשות ממחבר Cloud Storage בהתאם למדיניות Ranger, ואם הבקשה מאושרת, הוא מחזיר אסימון גישה לחשבון השירות של המכונה הווירטואלית באשכול.

התוסף Ranger Cloud Storage מסתמך על Kerberos לאימות, ופועל בשילוב עם תמיכת המחבר של Cloud Storage באסימוני העברה. אסימוני ההרשאה מאוחסנים במסד נתונים מסוג MySQL בצומת הראשי של האשכול. סיסמת הבסיס של מסד הנתונים מוגדרת באמצעות מאפייני האשכול כשיוצרים את אשכול Dataproc.

לפני שמתחילים

מקצים את התפקיד יצירת אסימונים בחשבון שירות ואת התפקיד אדמין של תפקידי IAM בחשבון השירות של המכונה הווירטואלית של Dataproc בפרויקט.

התקנת הפלאגין Ranger Cloud Storage

כדי להתקין את הפלאגין Ranger Cloud Storage כשיוצרים אשכול Dataproc, מריצים את הפקודות הבאות בחלון טרמינל מקומי או ב-Cloud Shell.

הגדרה של משתני סביבה

export CLUSTER_NAME=new-cluster-name \
    export REGION=region \
    export KERBEROS_KMS_KEY_URI=Kerberos-KMS-key-URI \
    export KERBEROS_PASSWORD_URI=Kerberos-password-URI \
    export RANGER_ADMIN_PASSWORD_KMS_KEY_URI=Ranger-admin-password-KMS-key-URI \
    export RANGER_ADMIN_PASSWORD_GCS_URI=Ranger-admin-password-GCS-URI \
    export RANGER_GCS_PLUGIN_MYSQL_KMS_KEY_URI=MySQL-root-password-KMS-key-URI \
    export RANGER_GCS_PLUGIN_MYSQL_PASSWORD_URI=MySQL-root-password-GCS-URI

הערות:

יצירת אשכול Dataproc

מריצים את הפקודה הבאה כדי ליצור אשכול Dataproc ולהתקין את הפלאגין Ranger Cloud Storage באשכול.

gcloud dataproc clusters create ${CLUSTER_NAME} \
    --region=${REGION} \
    --scopes cloud-platform \
    --enable-component-gateway \
    --optional-components=SOLR,RANGER \
    --kerberos-kms-key=${KERBEROS_KMS_KEY_URI} \
    --kerberos-root-principal-password-uri=${KERBEROS_PASSWORD_URI} \
    --properties="dataproc:ranger.gcs.plugin.enable=true, \
      dataproc:ranger.kms.key.uri=${RANGER_ADMIN_PASSWORD_KMS_KEY_URI}, \
      dataproc:ranger.admin.password.uri=${RANGER_ADMIN_PASSWORD_GCS_URI}, \
      dataproc:ranger.gcs.plugin.mysql.kms.key.uri=${RANGER_GCS_PLUGIN_MYSQL_KMS_KEY_URI}, \
      dataproc:ranger.gcs.plugin.mysql.password.uri=${RANGER_GCS_PLUGIN_MYSQL_PASSWORD_URI}"

הערות:

  • גרסת תמונה 1.5: אם יוצרים אשכול של גרסת תמונה 1.5 (ראו בחירת גרסאות), צריך להוסיף את הדגל --metadata=GCS_CONNECTOR_VERSION="2.2.6" or higher כדי להתקין את גרסת המחבר הנדרשת.

אימות ההתקנה של הפלאגין Ranger Cloud Storage

אחרי שהאשכול נוצר, מופיע סוג שירות GCS בשם gcs-dataproc בממשק האינטרנט של Ranger admin.

מדיניות ברירת המחדל של התוסף Ranger Cloud Storage

לשירות gcs-dataproc שמוגדר כברירת מחדל יש את כללי המדיניות הבאים:

  • מדיניות לקריאה וכתיבה בקטגוריות הזמניות וההכנה של אשכול Dataproc

  • מדיניות all - bucket, object-path, שמאפשרת לכל המשתמשים לגשת למטא-נתונים של כל האובייקטים. הגישה הזו נדרשת כדי לאפשר למחבר Cloud Storage לבצע פעולות HCFS ‏(Hadoop Compatible Filesystem).

טיפים לשימוש

גישה של אפליקציות לתיקיות של מאגרי מידע

כדי להתאים לאפליקציות שיוצרות קבצים זמניים בקטגוריה של Cloud Storage, אפשר להעניק הרשאות Modify Objects, List Objects ו-Delete Objects בנתיב של הקטגוריה של Cloud Storage, ואז לבחור במצב recursive כדי להרחיב את ההרשאות לנתיבי משנה בנתיב שצוין.

אמצעי הגנה

כדי למנוע עקיפה של התוסף:

  • צריך לתת לחשבון השירות של מכונת ה-VM גישה למשאבים בקטגוריות של Cloud Storage כדי לאפשר לו לתת גישה למשאבים האלה באמצעות אסימוני גישה עם היקף מצומצם (ראו הרשאות IAM ל-Cloud Storage). בנוסף, כדאי להסיר את הגישה של משתמשים למשאבי קטגוריות כדי למנוע גישה ישירה של משתמשים לקטגוריות.

  • כדי למנוע התחזות או שינויים בהגדרות האימות וההרשאה, צריך להשבית את sudo ואמצעים אחרים לגישת שורש במכונות וירטואליות של אשכולות, כולל עדכון הקובץ sudoer. מידע נוסף זמין בהוראות ל-Linux בנושא הוספה או הסרה של sudoהרשאות משתמשים.

  • משתמשים ב-iptable כדי לחסום בקשות גישה ישירות ל-Cloud Storage ממכונות וירטואליות באשכול. לדוגמה, אפשר לחסום את הגישה לשרת המטא-נתונים של המכונה הווירטואלית כדי למנוע גישה לפרטי הכניסה של חשבון השירות של המכונה הווירטואלית או לאסימון הגישה שמשמש לאימות ולמתן הרשאה לגישה ל-Cloud Storage (ראו block_vm_metadata_server.sh, סקריפט הפעלה שמשתמש בכללי iptable כדי לחסום את הגישה לשרת המטא-נתונים של המכונה הווירטואלית).

משימות Spark,‏ Hive-on-MapReduce ו-Hive-on-Tez

כדי להגן על פרטי אימות רגישים של משתמשים וכדי להפחית את העומס על מרכז הפצת המפתחות (KDC), מנהל ההתקנים של Spark לא מפיץ אישורי Kerberos למנהלי ההפעלה. במקום זאת, מנהל ההתקן של Spark מקבל אסימון הרשאה מהתוסף Ranger Cloud Storage, ואז מפיץ את אסימון ההרשאה למנהלי ההפעלה. ה-Executors משתמשים באסימון ההרשאה כדי לבצע אימות לתוסף Ranger Cloud Storage, ומחליפים אותו באסימון גישה ל-Google שמאפשר גישה ל-Cloud Storage.

משימות Hive-on-MapReduce ו-Hive-on-Tez משתמשות גם הן בטוקנים כדי לגשת ל-Cloud Storage. אתם יכולים להשתמש במאפיינים הבאים כדי לקבל אסימונים לגישה לקטגוריות ספציפיות ב-Cloud Storage כשאתם שולחים את סוגי המשימות הבאים:

  • משימות Spark:

    --conf spark.yarn.access.hadoopFileSystems=gs://bucket-name,gs://bucket-name,...

  • משימות Hive-on-MapReduce:

    --hiveconf "mapreduce.job.hdfs-servers=gs://bucket-name,gs://bucket-name,..."

  • משימות Hive-on-Tez:

    --hiveconf "tez.job.fs-servers=gs://bucket-name,gs://bucket-name,..."

תרחיש לדוגמה לשימוש ב-Spark

משימה של ספירת מילים ב-Spark נכשלת כשמריצים אותה מחלון טרמינל במכונת VM באשכול Dataproc שמותקן בה התוסף Ranger Cloud Storage.

spark-submit \
    --conf spark.yarn.access.hadoopFileSystems=gs://${FILE_BUCKET} \
    --class org.apache.spark.examples.JavaWordCount \
    /usr/lib/spark/examples/jars/spark-examples.jar \
    gs://bucket-name/wordcount.txt

הערות:

  • ‫FILE_BUCKET: קטגוריה של Cloud Storage לגישת Spark.

פלט השגיאה:

Caused by: com.google.gcs.ranger.client.shaded.io.grpc.StatusRuntimeException: PERMISSION_DENIED:
Access denied by Ranger policy: User: '<USER>', Bucket: '<dataproc_temp_bucket>',
Object Path: 'a97127cf-f543-40c3-9851-32f172acc53b/spark-job-history/', Action: 'LIST_OBJECTS'

הערות:

  • השדה spark.yarn.access.hadoopFileSystems=gs://${FILE_BUCKET} הוא חובה בסביבה שמופעל בה Kerberos.

פלט השגיאה:

Caused by: java.lang.RuntimeException: Failed creating a SPNEGO token.
Make sure that you have run `kinit` and that your Kerberos configuration is correct.
See the full Kerberos error message: No valid credentials provided
(Mechanism level: No valid credentials provided)

כדי לערוך מדיניות, משתמשים בכלי לניהול גישה בממשק האינטרנט של אדמין Ranger כדי להוסיף את username לרשימת המשתמשים שיש להם List Objects והרשאות אחרות של temp bucket.

הפעלת המשימה יוצרת שגיאה חדשה.

פלט השגיאה:

com.google.gcs.ranger.client.shaded.io.grpc.StatusRuntimeException: PERMISSION_DENIED:
Access denied by Ranger policy: User: <USER>, Bucket: '<file-bucket>',
Object Path: 'wordcount.txt', Action: 'READ_OBJECTS'

מתווסף כלל מדיניות שמעניק למשתמש הרשאת קריאה לנתיב wordcount.textCloud Storage.

העבודה מופעלת ומושלמת בהצלחה.

INFO com.google.cloud.hadoop.fs.gcs.auth.GcsDelegationTokens:
Using delegation token RangerGCSAuthorizationServerSessionToken
owner=<USER>, renewer=yarn, realUser=, issueDate=1654116824281,
maxDate=0, sequenceNumber=0, masterKeyId=0
this: 1
is: 1
a: 1
text: 1
file: 1
22/06/01 20:54:13 INFO org.sparkproject.jetty.server.AbstractConnector: Stopped