Hive权限之改进

不足

即使开启hive权限认证的情况下，不论什么用户仍然是超级用户。能够通过grant给不论什么人赋予不论什么权限，这样权限认证基本没有意义。因此必须在开启权限认证的同一时候。对运行grant/revoke的实体进行限制，比方仅仅有admin才干 grant privilege on database，仅仅有table owner才干grant privilege on table。BIP中hive眼下是没有开启权限认证的。

改进

针对hive权限的不足以及bip对hive的使用场景。改进后的hive权限认证有一个拥有超级权限的角色admin_role, 即admin_role拥有没有开启权限认证时候一样的全部权限。拥有admin_role的用户就是admin，而普通用户仅仅有是某个实体的owner或者被grant相应的权限时才干在这个实体上进行相应的操作。详细体如今一下几点：

1、 DB上的权限：BIP的hive_warehouse中仅仅有一个DB，也即默认的DB default，仅仅有admin才干对DB上权限进行管理，主要有：create/drop database、grant/revoke privilege on database

2、 Table/Column上的权限：普通用户仅仅有在被pplive grant create on database后才干创建表。一个表在被创建后，admin_role和owner拥有all也即全部的权限，同一时候仅仅有对table拥有all权限才干grant/revoke privilege on table。其它用户或拥有的role被grant相应权限后就能进行相应的操作

3、 Role上的权限：仅仅有admin_role才有权create/drop role，因此也就仅仅有admin才干对role进行权限相关的操作

4、 仅仅有admin_role拥有代理权限，即admin_role能够转换为bip.user用户进行hive的一切操作，此时创建、读写表都是以代理的bip.user的身份去运行，适用于bip web场景

Hive对hql的解析主要有词法分析、语法分析、语义分析和运行四步，词法分析和语法分析主要是形成抽象语法树AST。确保hql语法的正确性，语义分析则是将AST翻译成task并分析task间的关系形成有向无环图DAG。终于运行引擎则将DAG中task提交给Hadoop运行并监控task的运行状态。Hive通过在语义分析中进行权限验证。检查用户是否对运行hql所操作的table和column有对应的权限。同一时候开放了hook让我们能够对语义分析的输入和输出进行操作，下面属性能够配置语义分析hook类：

<property>

<name>hive.semantic.analyzer.hook</name>

<value>com.bip.hive.auth.AuthHook></value>

</property>

语义分析hook类须继承抽象类AbstractSemanticAnalyzerHook，可实现preAnalyze进行语义分析前检查，实现postAnalyze进行语义分析后操作，而自己定义的操作限制是在preAnalyze中实现，利用语义分析后结果自己定义权限规则可在postAnalyze中实现。

我们在Semantic Hook中获取用户的身份，推断用户能否运行某种操作。进而区分了admin和非admin的运行权限。

preAnalyze限制操作类型代码演示样例：

public ASTNode preAnalyze(HiveSemanticAnalyzerHookContext context,

ASTNode ast) throws SemanticException {

String userName = null;

// userName = context.getUserName();

//String command = context.getCommand();

if (SessionState.get() != null

&& SessionState.get().getAuthenticator() != null) {

userName = SessionState.get().getAuthenticator().getUserName();

}



switch (ast.getToken().getType()) {

case HiveParser.TOK_CREATEDATABASE:

case HiveParser.TOK_DROPDATABASE:

case HiveParser.TOK_CREATEROLE:

case HiveParser.TOK_DROPROLE:

case HiveParser.TOK_GRANT_ROLE:

case HiveParser.TOK_REVOKE_ROLE:

case HiveParser.TOK_CREATETABLE:

case HiveParser.TOK_DROPTABLE:

if (!AdminManager.isAdmin(userName)) {

throw new SemanticException(userName + " is not admin, expect admin privilege");

}

break;



case HiveParser.TOK_GRANT:

case HiveParser.TOK_REVOKE:

if(!AdminManager.isAdmin(userName)) {

int childCount = ast.getChildCount();

if(childCount>2) {

for (int i = 2; i < ast.getChildCount(); i++) {

ASTNode astChild = (ASTNode) ast.getChild(i);

if (astChild.getType() == HiveParser.TOK_PRIV_OBJECT && !grantRevokeCheck(astChild, userName)) {

throw new SemanticException(userName+" doesn't have grank/revoke privilege on the table ");

}

}

}

}

break; 

default:

break; 

} 

return ast;

}

postAnalyze自己定义权限检查代码演示样例：

public void postAnalyze(HiveSemanticAnalyzerHookContext context,List<Task<?

extends Serializable>> rootTasks) throws SemanticException {

Hive hive = null;

try {

hive = context.getHive();

} catch (HiveException e) {

e.printStackTrace();

throw new RuntimeException(e);

}

Set<ReadEntity> inputs = context.getInputs();

Set<WriteEntity> outputs = context.getOutputs();



Set<String> readTables = new HashSet<String>();

for(ReadEntity input : inputs) {

Table table = input.getT();

if(table!=null) {

readTables.add(table.getTableName());

}

}



Set<String> writeTables = new HashSet<String>();

for(WriteEntity output : outputs) {

Table table = output.getT();

if(table!=null) {

writeTables.add(table.getTableName());

}

}



String userName = SessionState.get().getAuthenticator().getUserName();

logger.debug(String.format("%s execute %s, read tables:%s, write tables:%s", userName, context.getCommand(), readTables, writeTables));

privDataProvider.checkHivePriv(userName, readTables, writeTables);

}

Hive默认使用HadoopDefaultAuthenticator获取运行hql的用户，并使用其返回的用户进行权限验证。为了使hive可以以代理的模式去运行，我们须要提供自己的authenticator，返回设置的bip.user作为真正的hql运行者。下面配置可设置authenticator：

<property>

<name>hive.security.authenticator.manager</name>

<value>com.pplive.bip.hive.auth.Authenticator</value>

<description>bip user authenticator</description>

</property>

眼下admin通过在hive命令行定义bip.user变量启动hive可进入代理模式：

Hive -d bip.user=xxx 或 hive --define bip.user=xxx

Memo

Hive也提供group权限管理功能，在role已经可以满足需求的情况下不建议进行group相关的权限管理。

通过对hive权限管理的改进，能够防止非法用户对没有权限的表、列进行读写删除操作，同一时候能够对运行的hql进行审计，分析hql的运行时间和频率以及hive表的使用频率。

基于MetaData的权限管理相关的权限信息是存储在hive metadata中，事实上也能够将权限信息存储在我们自己db中，这样就能自己把握权限控制的规则。不用开启hive的权限控制，在SemanticAnalyze之后基于我们的规则对hql所读写的表、字段进行控制。

然而，即使是改进后的hive权限依旧较弱，由于hive全部权限相关的信息都存储在MetaData中。仅仅要用户知道了存储MetaData的Mysqlusername和password就能够随意改动权限MetaData， 而连接MetaData Mysql的信息在hive-site.xml中是明文配置的，因此最安全权限是基于Storage底层的訪问控制。