python3.6.5基于kerberos认证的hive和hdfs连接调用方式

1. Kerberos是一种计算机网络授权协议，用来在非安全网络中，对个人通信以安全的手段进行身份认证。具体请查阅官网

2. 需要安装的包（基于centos）

yum install libsasl2-devyum install gcc-c++ python-devel.x86_64 cyrus-sasl-devel.x86_64yum install python-devel yum install krb5-develyum install python-krbV pip install krbcontext==0.9pip install thrift==0.9.3pip install thrift-sasl==0.2.1pip install impyla==0.14.1pip install hdfs[kerberos]pip install pykerberos==1.2.1

3. /etc/krb5.conf 配置， 在这个文件里配置你服务器所在的域

4./etc/hosts 配置， 配置集群机器和域所在机器

5. 通过kinit 生成 ccache_file或者keytab_file

6. 连接hive代码如下

import osfrom impala.dbapi import connectfrom krbcontext import krbcontextkeytab_path = os.path.split(os.path.realpath(__file__))[0] + ’/xxx.keytab’principal = ’xxx’with krbcontext(using_keytab=True,principal=principal,keytab_file=keytab_path): conn = connect(host=ip, port=10000, auth_mechanism=’GSSAPI’, kerberos_service_name=’hive’) cursor = conn.cursor() cursor.execute(’SELECT * FROM default.books’) for row in cursor: print(row)

7. 连接hdfs代码如下

from hdfs.ext.kerberos import KerberosClientfrom krbcontext import krbcontext hdfs_url = ’http://’ + host + ’:’ + portdata = self._get_keytab(sso_ticket)self._save_keytab(data)with krbcontext(using_keytab=True, keytab_file=self.keytab_file, principal=self.user): self.client = KerberosClient(hdfs_url) self.client._list_status(path).json()[’FileStatuses’][’FileStatus’] #获取path下文件及文件夹

8. 注：krbcontext这个包官方说支持python2，但是python3也能用

这个hdfs_url 一定要带'http://'不然会报错

9. 我新增了一些配置文件配置，具体的操作如下

python3.6.5基于kerberos认证的hdfs,hive连接调用（含基础环境配置）

1需要准备的环境

yum包（需要先装yum包，再装python包，不然会有问题）

yum install openldap-clients -y yum install krb5-workstation krb5-libs -y yum install gcc-c++ python-devel.x86_64 cyrus-sasl-devel.x86_64 yum install python-devel yum install krb5-devel yum install python-krbV yum install cyrus-sasl-plain cyrus-sasl-devel cyrus-sasl-gssapi

python包安装（pip或pip3，请根据实际情况选择）

pip install krbcontext==0.9 pip install thrift==0.9.3 pip install thrift-sasl==0.2.1 pip install impyla==0.14.1 pip install hdfs[kerberos] pip install pykerberos==1.2.1

配置/etc/hosts文件（需要把大数据平台的机器和域名进行配置）

10.xxx.xxx.xxx name-1 panel.test.com10.xxx.xxx.xxx name-1

配置/etc/krb5.conf(具体查看kerberos服务配置中心)

参考配置（仅供参考，具体更具自己实际配置修改）

[libdefaults] renew_lifetime = 9d forwardable = true default_realm = PANEL.COM ticket_lifetime = 24h dns_lookup_realm = false dns_lookup_kdc = false default_ccache_name = /tmp/krb5cc_%{uid} [logging] default = FILE:/var/log/krb5kdc.log admin_server = FILE:/var/log/kadmind1.log kdc = FILE:/var/log/krb5kdc1.log [realms] PANEL.COM = { admin_server = panel.test1.com kdc = panel.test1.com }

连接代码：

hdfs：

import json, osfrom hdfs.ext.kerberos import KerberosClientfrom krbcontext import krbcontext def _connect(self, host, port, sso_ticket=None): try: hdfs_url = ’http://’ + host + ’:’ + port active_str = ’kinit -kt {0} {1}’.format(self.keytab_file, self.user) # 激活当前kerberos用户认证，因为python缓存机制，切换用户，这个缓存不会自动切换，需要手动处理下 os.system(active_str) with krbcontext(using_keytab=True, keytab_file=self.keytab_file, principal=self.user): self.client = KerberosClient(hdfs_url) except Exception as e: raise e

hive

import osfrom krbcontext import krbcontextfrom impala.dbapi import connectfrom auto_model_platform.settings import config def _connect(self, host, port, sso_ticket=None): try: active_str = ’kinit -kt {0} {1}’.format(self.keytab_file, self.user) # 同hdfs os.system(active_str) with krbcontext(using_keytab=True, principal=self.user, keytab_file=self.keytab_file): self.conn = connect(host=host, port=port, auth_mechanism=’GSSAPI’, kerberos_service_name=’hive’) self.cursor = self.conn.cursor() except Exception as e: raise e

总结

我在做的时候也遇到很多坑，其实在这个需要理解其中原理，比如kerberos的机制和对应命令

如果是做基础平台用，用多用户切换的情况，建议不要用python，因为一点都不友好，官方包问题很多，我都改用java的jdbc去操作hdfs和hive了

如果只是自己测试和和做算法研究，还是可以用的，因为这个代码简单，容易实现

补充

kinit命令

kinit -kt xxxx.keytab #激活xxxx用户当前缓存kinit list #查看当前缓存用户

以上这篇python3.6.5基于kerberos认证的hive和hdfs连接调用方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持好吧啦网。