隨著使用Hadoop存儲并處理大量數(shù)據(jù)的企業(yè)不斷增多，Hadoop安全性日益凸顯，尤其是在金融和醫(yī)療等涉及敏感信息的行業(yè)。本書兩位作者均來自Hadoop安全防范一線，書中詳細論述了身份驗證、加密、密鑰管理等諸多重要主題，并給出了具體處理建議和案例分析，讀者可以從中了解搭建和使用Hadoop的架構師是如何安全管理大數(shù)據(jù)的。- 了解分布式系統(tǒng)，尤其是Hadoop所面臨的安全挑戰(zhàn)- 學習如何盡可能確保Hadoop集群硬件的安全性- Kerberos網絡認證協(xié)議概覽- 身份驗證、授權和審計原則在Hadoop中的應用- 靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)的加密- 客戶端訪問和數(shù)據(jù)提取過程的安全防護措施

目錄

序 xi
前言 xii
第1 章 引言 1
1.1 安全概覽 1
1.1.1 機密性 2
1.1.2 完整性 2
1.1.3 可用性 2
1.1.4 驗證、授權和審計 3
1.2 Hadoop 安全：簡史 5
1.3 Hadoop 組件和生態(tài)系統(tǒng) 5
1.3.1 Apache HDFS 6
1.3.2 Apache YARN 7
1.3.3 Apache MapReduce 8
1.3.4 Apache Hive 9
1.3.5 Cloudera Impala 9
1.3.6 Apache Sentry
1.3.7 Apache HBase 11
1.3.8 Apache Accumulo 11
1.3.9 Apache Solr.13
1.3. Apache Oozie 13
1.3.11 Apache ZooKeeper 13
1.3.12 Apache Flume .13
1.3.13 Apache Sqoop .14
vi ｜ 目錄
1.3.14 Cloudera Hue 14
1.4 小結 .14
部分 安全架構
第2 章 保護分布式系統(tǒng) .16
2.1 威脅種類 17
2.1.1 授權訪問／偽裝 17
2.1.2 內在威脅 .17
2.1.3 拒絕服務 .18
2.1.4 數(shù)據(jù)威脅 .18
2.2 威脅和風險評估 18
2.2.1 用戶評估 .19
2.2.2 環(huán)境評估 .19
2.3 漏洞 .19
2.4 深度防御 20
2.5 小結 .21
第3 章 系統(tǒng)架構 22
3.1 運行環(huán)境 22
3.2 網絡安全 23
3.2.1 網絡劃分 .23
3.2.2 網絡防火墻 24
3.2.3 入侵檢測和防御 .25
3.3 Hadoop 角色和隔離策略 27
3.3.1 主節(jié)點 28
3.3.2 工作節(jié)點 .29
3.3.3 管理節(jié)點 .29
3.3.4 邊界節(jié)點 .30
3.4 操作系統(tǒng)安全 31
3.4.1 遠程訪問控制 31
3.4.2 主機防火墻 31
3.4.3 SELinux 33
3.5 小結 .34
第4 章 Kerberos 35
4.1 為什么是Kerberos .35
4.2 Kerberos 概覽 36
4.3 Kerberos 工作流：一個簡單示例 .37
目錄 ｜ vii
4.4 Kerberos 信任 38
4.5 MIT Kerberos .39
4.5.1 服務端配置 41
4.5.2 客戶端配置 44
4.6 小結 .46
第二部分 驗證、授權和審計
第5 章 身份和驗證 .48
5.1 身份 .48
5.1.1 將Kerberos 主體映射為用戶名 .49
5.1.2 Hadoop 用戶到組的映射 50
5.1.3 Hadoop 用戶配置 54
5.2 身份驗證 54
5.2.1 Kerberos 55
5.2.2 用戶名和密碼驗證 56
5.2.3 令牌 56
5.2.4 用戶模擬 .59
5.2.5 配置 60
5.3 小結 .70
第6 章 授權 71
6.1 HDFS 授權 71
HDFS 擴展ACL .72
6.2 服務級授權 .74
6.3 MapReduce 和YARN 的授權 .85
6.3.1 MapReduce（MR1） 86
6.3.2 YARN (MR2) 87
6.6 HBase 和Accumulo 的授權 95
6.6.1 系統(tǒng)、命名空間和表級授權 95
6.6.2 列級別和單元級別授權 .99
6.7 小結 .99
第7 章 Apache Sentry（孵化中） 0
7.1 Sentry 概念 0
7.2 Sentry 服務 2
7.3 Hive 授權 5
7.4 Impala 授權 1
7.5 Solr 授權 112
viii ｜ 目錄
7.6 Sentry 特權模型 113
7.6.1 SQL 特權模型 114
7.6.2 Solr 特權模型 .116
7.7 Sentry 策略管理 118
7.7.1 SQL 命令 118
7.7.2 SQL 策略文件 121
7.7.3 Solr 策略文件 .123
7.7.4 策略文件的驗證和校驗 124
7.7.5 從策略文件遷移 126
7.8 小結 127
第8 章 審計 .128
8.1 HDFS 審計日志 .129
8.2 MapReduce 審計日志 .130
8.3 YARN 審計日志132
8.4 Hive 審計日志 134
8.5 Cloudera Impala 審計日志 134
8.6 HBase 審計日志 135
8.7 Accumulo 審計日志 137
8.8 Sentry 審計日志 139
8.9 日志聚合 140
8. 小結 141
第三部分 數(shù)據(jù)安全
第9 章 數(shù)據(jù)保護 .144
9.1 加密算法 144
9.2 靜態(tài)數(shù)據(jù)加密 .145
9.2.1 加密和密鑰管理 146
9.2.2 HDFS 靜態(tài)數(shù)據(jù)加密 .146
9.2.3 MapReduce2 中間數(shù)據(jù)加密 151
9.2.4 Impala 磁盤溢出加密 152
9.2.5 全盤加密 152
9.2.6 文件系統(tǒng)加密 154
9.2.7 Hadoop 中重要數(shù)據(jù)的安全考慮 .155
9.3 動態(tài)數(shù)據(jù)加密 .156
9.3.1 傳輸層安全 .156
9.3.2 Hadoop 動態(tài)數(shù)據(jù)加密 157
目錄 ｜ ix
9.4 數(shù)據(jù)銷毀和刪除 162
9.5 小結 163
第 章 數(shù)據(jù)導入安全 .164
.1 導入數(shù)據(jù)的完整性 165
.2 數(shù)據(jù)導入的機密性 166
.2.1 Flume 加密 167
.2.2 Sqoop 加密 173
.3 導入工作流 178
.4 企業(yè)架構 .179
.5 小結 180
第11 章 數(shù)據(jù)提取和客戶端訪問安全 181
11.1 Hadoop 命令行接口 .182
11.2 保護應用安全 183
11.3 HBase 184
11.3.1 HBase shell 184
11.3.2 HBase REST 網關 186
11.3.3 HBase Thrift 網關 189
11.4 Accumulo 190
11.4.1 Accumulo shell 190
11.4.2 Accumulo 代理服務 192
11.5 Oozie .192
11.6 Sqoop .194
11.7 SQL 訪問 195
11.7.1 Impala .195
11.7.2 Hive .200
11.8 WebHDFS/HttpFS 208
11.9 小結 209
第12 章 Cloudera Hue .2
12.1 Hue HTTPS 211
12.2 Hue 身份驗證 212
12.2.1 SPNEGO 后端 212
12.2.2 SAML 后端 .213
12.2.3 LDAP 后端 .215
12.3 Hue 授權 .218
12.4 Hue SSL 客戶端配置 219
12.5 小結 219
x ｜ 目錄
第四部分 綜合應用
第13 章 案例分析 .222
13.1 案例分析：Hadoop 數(shù)據(jù)倉庫 222
13.1.1 環(huán)境搭建 223
13.1.2 用戶體驗 226
13.1.3 小結 .229
13.2 案例分析：交互式HBase Web 應用 .230
13.2.1 設計與架構 .230
13.2.2 安全需求 231
13.2.3 集群配置 232
13.2.4 實現(xiàn)中的注意事項 .236
13.2.5 小結 .237
后記 .238
關于作者 .240
關于封面 .240