Hadoop Sentry 学习

问题导读
1、如何理解什么是Sentry？
2、 Hadoop Sentry 如何学习？
3、Sentry 使用什么定义对Hive 访问权限的控制？

什么是Sentry？
Sentry 是Cloudera 公司发布的一个Hadoop开源组件，它提供细粒度基于角色的安全控制

Sentry下的数据访问和授权
通过引进Sentry，Hadoop目前可在以下方面满足企业和政府用户的RBAC（role-based acess control）需求：

安全授权：Sentry可以控制数据访问，并对已通过验证的用户提供数据访问特权。

细粒度访问控制：Sentry支持细粒度的Hadoop数据和元数据访问控制。在Hive和Impala中Sentry的最初发行版本中，Sentry在服务器、数据库、表和视图范围提供了不同特权级别的访问控制，包括查找、插入等——允许管理员使用视图限制对行或列的访问。管理员也可以通过Sentry和带选择语句的视图或UDF，根据需要在文件内屏蔽数据。

基于角色的管理：Sentry通过基于角色的授权简化了管理，你可以轻易将访问同一数据集的不同特权级别授予多个组。例如，对于某特定数据集，你可以分配给反欺诈小组查看所有列的特权，给分析师查看非敏感或非PII（personally identifiable information）列的权限，给数据接收流插入新数据到HDFS的权限。

多租户管理：Sentry允许为委派给不同管理员的不同数据集设置权限。在Hive/Impala的情况下，Sentry可以在数据库/schema级别进行权限管理。

统一平台：Sentry为确保数据安全，提供了一个统一平台，使用现有的Hadoop Kerberos实现安全认证。同时，通过Hive或Impala访问数据时可以使用同样的Sentry协议。未来，Sentry协议会被扩展到其它组件。

Sentry 架构

Hadoop Sentry 学习
图为Sentry的基本架构，目前Sentry支持 Hive(凭借HiveServer2的基于thrift 的RPC 接口) 和Impala 。但是Sentry 具有高度模块化和可扩展的机制，它可以扩展到其它基于Hadoop的应用中去。Sentry 的授权核心层主要分两部分，结合层(Hive bindings and Impala bindings)和核心授权提供者(Policy engine and Policy abstractions )。结合层提供一个可插拔的接口，实现与协议引擎的对话。Policy engine 与bingdings 合作，对访问请求进行评估检验，如果允许访问，通过 Policy abstractions 来访问底层数据。

目前已经实现了基于文件的提供者，可以理解具体协议文件格式。协议文件可被存储在本地文件系统或HDFS中，以便复制和审计。

Sentry在Hive 中的使用方法
CDH 4.4 以上版本Impala 1.1以上版本可以使用Sentry

注意：如果集群环境中Hive 和Impala 都存在， Sentry 生效的时候，必须保证 Hive 和Impala 都生效。

在Hive 中配置Sentry 要保证以下条件：

Hive warehouse 路径 (/user/hive/warehouse 或者是配置的hive.metastore.warehouse.dir 的路径) 用户和用户组必须是Hive

warehouse 权限所有者必须满足
770 on the directory itself (for example, /user/hive/warehouse)
770 on all subdirectories (for example, /user/hive/warehouse/mysubdir)
All files and directories should be owned by hive:hive

例如

$ sudo -u hdfs hdfs dfs -chmod -R 770 /user/hive/warehouse
$ sudo -u hdfs hdfs dfs -chown -R hive:hive /user/hive/warehouse
复制代码

Sentry 使用 Policy file 定义对Hive 访问权限的控制，创建 Policy file sentry-provider.ini 作为HDFS文件。

需要注意的是这个文件用户和用户组必须为hive 权限为 640。

默认路径为 /user/hive/sentry

Policy file 例子：

Global policy file:

[groups]
admin_group = admin_role
dep1_admin = uri_role

[roles]
admin_role = server=server1
uri_role = hdfs:///ha-nn-uri/data
复制代码

Per db policy file: (at hdfs://ha-nn-uri/user/hive/sentry/db1.ini):

[groups]
dep1_admin = db1_admin_role
dep1_analyst = db1_read_role

[roles]
db1_admin_role = server=server1->db=db1
db1_read_role = server=server1->db=db1->table=*->action=select
复制代码

groups 选项匹配用户和角色；
roles 选项匹配角色和权限；
databases 是可选的，提供数据库和per-database policy file 文件的匹配。

参考资料：
http://www.cloudera.com/content/ ... _sentry_config.html
http://blog.cloudera.com/blog/20 ... ith-sentry-in-hive/