Encrypted Shuffle capability (加密洗牌功能?)允许用HTTPS 和 可选的客户端验证 (也称作双向的 HTTPS, 或有客户端证书的 HTTPS) 去加密 MapReduce shuffle.它包括:
要允许加密shuffle, 在 core-site.xml 中对集群中的所有节点设置下面的属性:
属性 | 默认值 | 说明 |
hadoop.ssl.require.client.cert |
false |
客户端证书是否需要 |
hadoop.ssl.hostname.verifier |
DEFAULT |
提供给HttpsURLConnections的主机名验证器. 合法的值是: DEFAULT, STRICT, STRICT_I6, DEFAULT_AND_LOCALHOST 和ALLOW_ALL |
hadoop.ssl.keystores.factory.class |
org.apache.hadoop.security.ssl.FileBasedKeyStoresFactory |
要用的KeyStoresFactory实现 |
hadoop.ssl.server.conf |
ss-server.xml |
要抽取keystore信息的 ssl服务器中的文件。 这个文件要在classpath中查找, 一般应该在 Hadoop conf/ 目录中。 |
hadoop.ssl.client.conf |
ss-client.xml |
要抽取keystore信息的 ssl服务器中的文件。 这个文件要在classpath中查找, 一般应该在 Hadoop conf/ 目录中。 |
重要: 当前需要把客户端证书设置为false。参考 Client Certificates 一节以获得细节内容。
重要:在集群配置文件中的所有属性应该标记为 final。
...
<property>
<name>hadoop.ssl.require.client.cert</name>
<value>false</value>
<final>true</final>
</property>
<property>
<name>hadoop.ssl.hostname.verifier</name>
<value>DEFAULT</value>
<final>true</final>
</property>
<property>
<name>hadoop.ssl.keystores.factory.class</name>
<value>org.apache.hadoop.security.ssl.FileBasedKeyStoresFactory</value>
<final>true</final>
</property>
<property>
<name>hadoop.ssl.server.conf</name>
<value>ssl-server.xml</value>
<final>true</final>
</property>
<property>
<name>hadoop.ssl.client.conf</name>
<value>ssl-client.xml</value>
<final>true</final>
</property>
...
mapred-site.xml
属性要允许加密shuffle, 在 mapred-site.xml 中对集群中的所有节点设置下面的属性:
属性 | 默认值 | 说明 |
mapreduce.shuffle.ssl.enabled |
false |
加密 shuffle允许与否 |
重要: 在集群配置文件中的这个属性应该标记为 final。
...
<property>
<name>mapreduce.shuffle.ssl.enabled</name>
<value>true</value>
<final>true</final>
</property>
...
Linux 容器执行器应该设置为阻止作业任务读取服务器的keystore信息,以及获得shuffle服务器证书。
参考 Hadoop Kerberos 配置,以获得此处如何做的细节。
当前 FileBasedKeyStoresFactory
是 KeyStoresFactory
的唯一实现.
FileBasedKeyStoresFactory
实现用了下面的属性, 在 ssl-server.xml 和 ssl-client.xml 文件中,用来配置
keystores 和 truststores.
ssl-server.xml
(Shuffle server) 的配置:
mapred 用户应该拥有ssl-server.xml文件并有唯一地访问权。
属性 | 默认值 | 说明 |
ssl.server.keystore.type |
jks |
Keystore 文件类型 |
ssl.server.keystore.location |
NONE |
Keystore 文件的位置. mapred 用户应该拥有此文件并有唯一地访问权。 |
ssl.server.keystore.password |
NONE | Keystore 文件密码 |
ssl.server.truststore.type |
jks |
Truststore 文件类型 |
ssl.server.truststore.location |
NONE |
Truststore 文件的位置. mapred 用户应该拥有此文件并有唯一地访问权。 |
ssl.server.truststore.password |
NONE | Truststore 文件密码 |
ssl.server.truststore.reload.interval |
10000 | Truststore 重载间距, 毫秒值 |
<configuration>
<!-- Server Certificate Store -->
<property>
<name>ssl.server.keystore.type</name>
<value>jks</value>
</property>
<property>
<name>ssl.server.keystore.location</name>
<value>${user.home}/keystores/server-keystore.jks</value>
</property>
<property>
<name>ssl.server.keystore.password</name>
<value>serverfoo</value>
</property>
<!-- Server Trust Store -->
<property>
<name>ssl.server.truststore.type</name>
<value>jks</value>
</property>
<property>
<name>ssl.server.truststore.location</name>
<value>${user.home}/keystores/truststore.jks</value>
</property>
<property>
<name>ssl.server.truststore.password</name>
<value>clientserverbar</value>
</property>
<property>
<name>ssl.server.truststore.reload.interval</name>
<value>10000</value>
</property>
</configuration>
ssl-client.xml
(Reducer/Fetcher) 的配置:
mapred 用户应该拥有ssl-server.xml文件并它应该有默认的权限。
属性 | 默认值 | 说明 |
ssl.client.keystore.type |
jks |
Keystore 文件类型 |
ssl.client.keystore.location |
NONE |
Keystore 文件的位置. mapred 用户应该拥有此文件并有唯一地访问权。 |
ssl.client.keystore.password |
NONE | Keystore 文件密码 |
ssl.client.truststore.type |
jks |
Truststore 文件类型 |
ssl.client.truststore.location |
NONE |
Truststore 文件的位置. mapred 用户应该拥有此文件并有唯一地访问权。 |
ssl.client.truststore.password |
NONE | Truststore 文件密码 |
ssl.client.truststore.reload.interval |
10000 |
Truststore 重载间距, 毫秒值 |
<configuration>
<!-- Client certificate Store -->
<property>
<name>ssl.client.keystore.type</name>
<value>jks</value>
</property>
<property>
<name>ssl.client.keystore.location</name>
<value>${user.home}/keystores/client-keystore.jks</value>
</property>
<property>
<name>ssl.client.keystore.password</name>
<value>clientfoo</value>
</property>
<!-- Client Trust Store -->
<property>
<name>ssl.client.truststore.type</name>
<value>jks</value>
</property>
<property>
<name>ssl.client.truststore.location</name>
<value>${user.home}/keystores/truststore.jks</value>
</property>
<property>
<name>ssl.client.truststore.password</name>
<value>clientserverbar</value>
</property>
<property>
<name>ssl.client.truststore.reload.interval</name>
<value>10000</value>
</property>
</configuration>
激活Encrypted Shuffle
当你改变了上面的配置,要通过重启所有的 NodeManagers 来激活 Encrypted Shuffle.
重要: 使用 encrypted shuffle 会导致对性能有明显影响。用户应该避免这种情况,并尽可能地 保留1或更多的加密 shuffle 核心。(?)
ClientCertificates 客户端证书
使用客户端证书并不能完全保证客户端是作业的一个reducer任务。当前,客户端证书(他们的私钥)keystore 文件 必须对所有提交作业到集群的用户 是可读的。这意味着一个欺诈性的作业可以读这些 keystore 文件,并在其上使用客户端证书与一个Shuffle服务器建立安全连接。然而,除非欺诈性作业有一个合理的 JobToken, 否则它将不能从 Shuffle server 上检索数据。一个作业,用其自己的 JobToken, 仅可以检索属于它自身的数据。
重载Truststores
默认地, truststores 会每10秒重载一次他们的配置文件。如果在一个旧的 truststore 文件 上复制了一个新的,它会被重新读取,它的证书也会替换掉旧的。这种机制对于从集群上添加或删除节点,或者是添加/删除信任的客户端非常有用。这种情况下,客户端或者 NodeManager 证书就被添加到(或从中删除)系统中的所有的 truststore 文件上,并且不必重启 NodeManager 守护进程,新的配置就会被发现。
Debugging
注意: 启用 debugging 仅仅是为了发现和解决问题,作业也只是运行在小量数据上。会几个数量级地减慢作业,也是冗长的。(你可能需要增加 mapred.task.timeout 防止作业失败,因为任务执行如此之慢。)
要在 reducers 中允许 SSL debugging, 设置
-Djavax.net.debug=all
in themapreduce.reduce.child.java.opts
属性; 例如:<property> <name>mapred.reduce.child.java.opts</name> <value>-Xmx-200m -Djavax.net.debug=all</value> </property>
你可以在每个作业上都这样做,或用
mapred-site.xml 的集群范围内的设置。
要在 NodeManager 中设置这个属性, 请在
yarn-env.sh
文件中设置:YARN_NODEMANAGER_OPTS="-Djavax.net.debug=all $YARN_NODEMANAGER_OPTS"
Hadoop-2.2.0中文文档—— MapReduce 下一代 - Encrypted Shuffle,布布扣,bubuko.com
Hadoop-2.2.0中文文档—— MapReduce 下一代 - Encrypted Shuffle
原文地址:http://blog.csdn.net/laozhaokun/article/details/25768345