借助Amazon EMR与外部KDC进行身份认证，有效集成业务场景

前言

安全始终是亚马逊云科技的头号工作，也是Amazon EMR这项托管Hadoop服务的首要原则。很多客户越来越意识到安全的重要性，尤其数据安全的重要性，在客户进行全球化业务扩展的时候，面对各国家区域的合规要求，更多采用Kerberos在EMR上进行身份验证。但是很多hadoop用户第一次尝试集成Amazon EMR和Kerberos时，尤其面对安全审计部门要求而初次使用Amazon EMR与外部Kerberos进行集成时，往往由于对Kerberos本身不熟悉，对Amazon EMR不熟悉，导致配置错误而无法集成，本文提供了步骤指南，帮助用户在亚马逊云上从头构建的关键步骤包括，创建Kerberos并集成Amazon EMR和LDAP。

在《Amazon EMR迁移指南》中更多的是对Amazon EMR上可配置Kerberos集成方式的选项及配置后各个组件与KDC的交互认证流程的说明，本博客是针对Amazon EMR与外部KDC（非Amazon EMR自带KDC或单向信任的KDC）集成业务场景的具体实现，这部分在亚马逊云科技官方的文档里没有具体的说明，且自建外部KDC需要符合特定的条件及账号规范，否则其配置集成的Amazon EMR无法成功创建和启动。

Kerberos简介

Amazon EMR发行版 5.10.0 及更高版本支持Kerberos。Kerberos是Amazon EMR可支持的最安全的身份验证和授权机制。Kerberos会要求用户提供自己的凭据，并从中央身份验证服务器获取证明用户身份的票证，随后该票证即可用于为集群中的资源分配访问。这是麻省理工学院 (MIT) 创建的一种网络身份验证协议。Kerberos使用私有密钥加密来提供强大的身份验证，以便不会通过网络以未加密的格式发送密码或其他凭证。

在Kerberos中，需要进行身份验证的服务和用户称为委托人(principals.)。委托人存在于 Kerberos领域(realm)中。在该领域中，被称为密钥分发中心 (KDC) 的Kerberos服务器为委托人提供身份验证方法。KDC通过颁发用于身份验证的票证来执行此操作。KDC维护一个包含其领域中的委托人、它们的密码及其他有关每个委托人的管理信息的数据库。KDC还可以接受来自其他领域中的委托人的身份验证凭证，这称为跨领域信任。此外，Amazon EMR集群可以使用外部KDC对委托人进行身份验证。

Amazon EMR与Kerberos集成方式

应用程序之间的身份验证推荐使用Kerberos方式。在使用Kerberos身份验证时，应用程序会向密钥分发中心(KDC)验证自身身份以及连接到自己的其他应用程序。为Amazon EMR集群使用Kerberos时有三个选项：集群专用KDC、跨领域信任以及外部KDC。每种选项的差异请参阅多种架构选择，本文将在Amazon EC2上创建一个外部麻省理工学院KDC（MIT KDC），同时创建一个Amazon EMR集群并使用MIT KDC服务器中定义和维护的委托人进行配置。

在Amazon EC2上搭建外部KDC

1：通过Amazon Linux 2 AMI镜像，并按默认配置启动Amazon EC2，安装Kerberos安装包。注意该Amazon EC2所在子网可以与稍后创建的Amazon EMR集群网络互通。如果安装在私有子网，请确保有跳转机可以访问到该机器。

$ sudo yum install -y krb5-server krb5-libs krb5-auth-dialog

2：配置kdc.conf，将默认的EXAMPLE.COM更改为客户化域名（本文命名为EXTKDC.COM）。注意域名一定要大写。

$ sudo cat /var/kerberos/krb5kdc/kdc.conf
[kdcdefaults]kdc_ports = 88kdc_tcp_ports = 88[realms]EXTKDC.COM = {#master_key_type = aes256-ctsacl_file = /var/kerberos/krb5kdc/kadm5.acldict_file = /usr/share/dict/wordsadmin_keytab = /var/kerberos/krb5kdc/kadm5.keytabsupported_enctypes = aes256-cts:normal aes128-cts:normal des3-hmac-sha1:normal arcfour-hmac:normal camellia256-cts:normal camellia128-cts:normal des-hmac-sha1:normal des-cbc-md5:normal des-cbc-crc:normal}

*左右滑动查看更多

3：修改krb5.conf，如以下配置，将default_realm以及[realms]中的默认注释去掉，同时修改为自己的KDC域名，并在[realms]中指定KDC服务器私有IP地址。

$ sudo vi /etc/krb5.conf

# Configuration snippets may be placed in this directory as well
includedir /etc/krb5.conf.d/[logging]default = FILE:/var/log/krb5libs.logkdc = FILE:/var/log/krb5kdc.logadmin_server = FILE:/var/log/kadmind.log[libdefaults]dns_lookup_realm = falseticket_lifetime = 24hrenew_lifetime = 7dforwardable = truerdns = falsepkinit_anchors = /etc/pki/tls/certs/ca-bundle.crt
default_realm = EXTKDC.COMdefault_ccache_name = KEYRING:persistent:%{uid}[realms]EXTKDC.COM = {kdc = <KDC ip addr>admin_server = <KDC ip addr>}[domain_realm]
# .example.com = EXAMPLE.COM
# example.com = EXAMPLE.COM

*左右滑动查看更多

4：创建/初始化Kerberos database。

$ sudo /usr/sbin/kdb5_util create -s -r EXTKDC.COM4

*左右滑动查看更多

检查数据库是否创建成功。

ll /var/kerberos/krb5kdc

5：为database administrator设置ACL权限。

$ sudo vi /var/kerberos/krb5kdc/kadm5.acl的内容编辑为*/admin@EXTKDC.COM      *

*左右滑动查看更多

以便允许所有远程kadmin/admin的管理员操作，否则Amazon EMR puppy安装Kerberos client的时候无法create各个组件的principal。

6：添加database administrator。

$ sudo /usr/sbin/kadmin.local -q "addprinc admin/admin"$ sudo Kadmin.local>listprincs

*左右滑动查看更多

检查是否委托人创建成功。

7：修改kadmin密码，该修改后的密码将用于Amazon EMR集群集成时使用。

>cpw kadmin/admin

退出。

注意该步骤中创建的admin账密需要与Amazon EMR安全策略中配置的admin密码一致。

8：启动Kerberos daemons。

systemctl start krb5kdcsystemctl start kadmin

【optional步骤】：LDAP集成

企业客户通常会将系统账号统一存储在LDAP中，该步骤为自建LDAP与Kerberos集成的方案

1：安装open LDAP。

yum install libdb-cxx libdb-cxx-devel gcc-plugin-devel -y
yum install libtool-ltdl-devel -y

*左右滑动查看更多

2：加载并启动LDAP服务。

/usr/local/sbin/slapadd -n 0 -F /usr/local/etc/openldap -l /usr/local/etc/openldap/slapd.ldif/usr/local/libexec/slapd -F /usr/local/etc/openldap

*左右滑动查看更多

3：创建RootDN及BaseDN对象（该对象为Kerberos连接LDAP的根dn）。

vi /usr/local/etc/openldap/rootdn.ldif
dn: dc=extkdc,dc=com
objectclass: dcObject
objectclass: organization
o: test
dc: test
dn: cn=app,dc=extkdc,dc=com
objectclass: organizationalRole
cn: app

4：更改完毕重启slapd服务。

ps -aux | grep slapd
kill -9 $PID

5：加载ldap schema，以便与Kerberos集成。

/usr/local/libexec/slapd -F /usr/local/etc/openldapldapadd -x -D “cn=config” -w 123456 -f /root/ldap/cn=kerberos.ldif

*左右滑动查看更多

6：更新Kerberos的server端配置，增加database_module及ldapconf的相关配置。

EXTKDC.COM = {
……
database_module = openldap_ldapconf
}
[dbdefaults]ldap_kerberos_container_dn = cn=test,dc=extkdc,dc=com[dbmodules]openldap_ldapconf = {db_library = kldapldap_servers = <ldap server的private IP>ldap_kerberos_container_dn =   cn=test,dc=extkdc,dc=comldap_kdc_dn =                cn=app,dc=extkdc,dc=comldap_kadmind_dn =            cn=app,dc=extkdc,dc=comldap_service_password_file = /etc/krb5.ldapldap_conns_per_server = 5
}

*左右滑动查看更多

创建EMR并集成外部KDC

1. 在Amazon EMR服务的安全配置中心中创建名为extkdctest的安全配置，并设置外部kdc的地址。

2. 通过高级配置创建Amazon EMR集群，本文选择3.0版本，其他配置保持默认。

3. 在硬件配置中的网络配置中，选择和外部KDC可以联通的子网，并确定KDC server所在Amazon EC2的安全组中允许该网络访问。

4. 在安全性页面中，除了设置Amazon EC2键对外，在安全设置中选项刚才设置的安全配置，输入域名并输入我们在外部KDC更改kadmin后的密码。其他默认选择，并进行集群创建。

总结

本文介绍了Amazon EMR集成外部KDC的原理以及说明了如何一步步操作集成外部KDC，包括在操作过程中的注意事项，对于第一次创建Amazon EMR并集成外部KDC的用户，可以清晰的了解集成过程，并快速实现原型搭建。

本篇作者

柏燕峥

亚马逊云科技解决方案架构师。

十余年企业软件架构和咨询经验，专注企业私有云、混合云、云管理平台、云安全、DevOps。著有大学教材中的大数据与人工智能技术丛书中的《云计算导论》。

唐清原

亚马逊云科技数据分析解决方案架构师

负责Amazon Data Analytic服务方案架构设计以及性能优化，迁移，治理等Deep Dive支持。10+数据领域研发及架构设计经验，历任Oracle 高级咨询顾问，咪咕文化数据集市高级架构师，澳新银行数据分析领域架构师职务。在大数据，数据湖，智能湖仓，及相关推荐系统/MLOps平台等项目有丰富实战经验。