hadoop的用户代理机制

---

官方文档解读

参考Proxy user - Superusers Acting On Behalf Of Other Users。

在hadoop的core-site.xml中进行如下设置, 用户“super”就可以代理主机host1和host2上属于组group1和group2的所有用户。

<property>     <name>hadoop.proxyuser.super.hosts</name>     <value>host1,host2</value>   </property>   <property>     <name>hadoop.proxyuser.super.groups</name>     <value>group1,group2</value>   </property>

当然，也可以进行更松弛的设置。如下所示表示用户“oozie”可以代理所有主机上的所有用户。

  <property>    <name>hadoop.proxyuser.oozie.hosts</name>    <value>*</value>  </property>  <property>    <name>hadoop.proxyuser.oozie.groups</name>    <value>*</value>  </property>

---

代理机制的验证

为了搞清楚“代理”的具体含义，参考Hadoop 2.0中用户安全伪装/模仿机制实现原理，我们做如下测试。

---

测试1

1. 在hadoop的core-site.xml中配置好代理用户。不过，该文件中默认有hdfs代理所有用户的配置，如下所示。那么，后续步骤就以hdfs为代理用户。

   <property>  <name>hadoop.proxyuser.hdfs.hosts</name>  <value>*</value></property><property>  <name>hadoop.proxyuser.hdfs.groups</name>  <value>*</value></property>

2. 切换到hdfs，声明要代理的用户为ly

   hdfs@lyhadoop:~$ export HADOOP_PROXY_USER=ly

3. 提交作业

   hdfs@lyhadoop:~$ hadoop jar /home/ly/wordcount.jar /user/ly/input/input.txt /user/ly/output22

4. 查看作业界面

虽然此时的登录者为“hdfs”，但作业界面上显示的提交者为“ly”。那是因为我们在第2步设置了要被代理的用户为“ly”。

以上测试说明: hdfs提交了ly的作业，最终作业界面显示的提交者为“ly”。但hdfs提交作业的时候是使用的自己的身份还是切换到了ly，还不清楚，下面通过测试2进行验证。

---

测试2

1. 设置hdfs的文件权限为ly不可访问

   hdfs@lyhadoop:~$ hadoop fs -chmod 750 /user/hdfs

2. 查看hdfs的文件

   hdfs@lyhadoop:~$ hadoop fs -ls /user/hdfs/input

3. 报错如下，

   ls: Permission denied: user=ly, access=EXECUTE, inode="/user/hdfs":hdfs:supergroup:drwxr-x---

以上测试说明:hdfs提交用户ly的hadoop命令时，切换到了该用户。

---

代理机制的作用

以oozie为例，系统安装Oozie时，会同时创建相应用户–oozie。启动Oozie服务时，需要切换到该用户启动。以下分两种情况讨论Oozie中提交作业的流程。

---

不设置oozie代理

考虑到Oozie是用户oozie启动的，所以如果不设置oozie代理用户，普通用户在Oozie中提交的作业都会以oozie的身份执行，如下所示

---

设置oozie代理

设置oozie代理用户后，普通用户提交作业时，oozie会切换到该用户执行作业，如下所示，

---

hadoop中的默认设置

hadoop的core-site.xml中，针对oozie代理用户的默认设置如下，表示oozie会代理所有主机上的所有用户。

    <property>      <name>hadoop.proxyuser.oozie.hosts</name>      <value>*</value>    </property>    <property>      <name>hadoop.proxyuser.oozie.groups</name>      <value>*</value>    </property>

---

总结

以用户ops使用代理用户oozie提交作业为例，当用户ops提交作业时，oozie会接管该作业，负责作业资源的申请及监管。

但其中若遇到读取HDFS文件时，要判断是否有使用该文件的权限，此时使用的用户是ops，作业运行完后，作业列表中显示该作业的用户也是ops。当然，除此之外，剩下的工作都由oozie负责，以体现“代理”的作用。