共用方式為

使用 Azure Blob 儲存體共用存取簽章來限制 HDInsight 對資料的存取

  • 發行項

HDInsight 對於與叢集相關聯的 Azure Blob 儲存體帳戶中的資料具有完整存取權。 您可以在 Blob 容器上使用共用存取簽章來限制對資料的存取。 共用存取簽章 (SAS) 是一種 Azure Blob 儲存體帳戶功能，可讓您限制對資料的存取。 例如，提供資料的唯讀存取。

重要

對於使用 Apache Ranger 的解決方案，請考慮使用已加入網域的 HDInsight。 如需詳細資訊，請參閱設定已加入網域的 HDInsight 文件。

警告

HDInsight 必須有叢集預設儲存體的完整存取權。

必要條件

  • SSH 用戶端。 如需詳細資訊，請參閱使用 SSH 連線至 HDInsight (Apache Hadoop)。

  • 現有的儲存體容器。

  • 如果使用 PowerShell，您將需要 Az 模組 \(部分機器翻譯\)。

  • 如果您想要使用 Azure CLI，但尚未安裝，請參閱安裝 Azure CLI。

  • 如果使用 Python 2.7 版或更高版本。

  • 如果使用 C#，Visual Studio 必須是 2013 版本或更高版本。

  • 儲存體帳戶的 URI 配置。 此配置會是適用於 Azure Blob 儲存體的 wasb://適用於 Azure Data Lake Storage Gen2 的 abfs://，或適用於 Azure Data Lake Storage Gen1 的 adl://。 如果已針對 Azure Blob 儲存體啟用安全傳輸，URI 會是 wasbs://。

  • 要將共用存取簽章新增至其中的現有 HDInsight 叢集。 如果沒有，您可以使用 Azure PowerShell 建立叢集，並在叢集建立期間新增共用存取簽章。

  • 範例檔案來自 https://github.com/Azure-Samples/hdinsight-dotnet-python-azure-storage-shared-access-signature。 此儲存機制包含下列項目：

    • Visual Studio 專案，可以建立儲存體容器、預存原則，以及搭配 HDInsight 使用的 SAS
    • Python 指令碼，可以建立儲存體容器、預存原則，以及搭配 HDInsight 使用的 SAS
    • PowerShell 指令碼，可以建立 HDInsight 叢集，並將它設定為使用 SAS。 下面會進一步使用更新的版本。
    • 範例檔案：hdinsight-dotnet-python-azure-storage-shared-access-signature-master\sampledata\sample.log

共用存取簽章

共用存取簽章有兩種格式：

  • Ad hoc：開始時間、到期時間，以及 SAS 的權限全都在 SAS URI 上指定。

  • Stored access policy：預存存取原則會在資源容器上定義，例如 Blob 容器。 原則可以用來管理一或多個共用存取簽章的限制。 當您將 SAS 與預存存取原則建立關聯時，SAS 會繼承為該預存存取原則所定義的限制 (開始時間、過期時間和權限)。

這兩種格式間的差異對於以下這一個重要案例而言相當重要：撤銷。 SAS 是 URL，因此任何可取得 SAS 的人都可以加以使用。 是誰開始要求 SAS 並不重要。 如果是公開發佈 SAS，則全世界的人都可以使用此 SAS。 散佈的 SAS 在發生以下四個情況其中之一之前都會持續有效：

  1. 已到達 SAS 上指定的過期時間。

  2. 已到達 SAS 參考的預存存取原則所指定的到期時間。 下列情節會導致過期時間到達：

    • 時間間隔已過。
    • 預存存取原則之過期時間修改為過去的時間。 改變過期時間是撤銷 SAS 的方法之一。

  3. 已刪除 SAS 所參考之預存存取原則，這是撤銷 SAS 的另外一種方法。 如果您以相同的名稱重新建立預存存取原則，舊原則的所有 SAS 權杖都會有效 (如果未超過 SAS 的到期時間)。 如果您打算撤銷 SAS，且如果您要使用未來的過期時間來重新建立存取原則，則務必使用不同的名稱。

  4. 系統會重新產生用來建立 SAS 的帳戶金鑰。 重新產生金鑰會造成使用舊金鑰的所有應用程式驗證失敗。 將所有元件更新為新金鑰。

重要

共用存取簽章 URI 會與用來建立簽章的帳戶金鑰，以及相關聯的預存的存取原則 (如果有的話) 產生關聯。 如果未指定任何預存的存取原則，則撤銷共用存取簽章的唯一方式是變更帳戶金鑰。

建議您一律使用預存的存取原則。 使用預存原則時，可以視需求撤銷簽章或延長過期時間。 此文件的步驟使用預存存取原則來產生 SAS。

如需共用存取簽章的詳細資訊，請參閱 了解 SAS 模型。

建立預存原則和 SAS

每種方法結束時儲存所產生的 SAS 權杖。 此權杖看起來會類似下列輸出：

?sv=2018-03-28&sr=c&si=myPolicyPS&sig=NAxefF%2BrR2ubjZtyUtuAvLQgt%2FJIN5aHJMj6OsDwyy4%3D

使用 PowerShell

將 RESOURCEGROUP、STORAGEACCOUNT 和 STORAGECONTAINER 取代為現有儲存體容器的適當值。 將目錄變更為 hdinsight-dotnet-python-azure-storage-shared-access-signature-master 或修訂 -File 參數，以包含 Set-AzStorageblobcontent 的絕對路徑。 輸入下列 PowerShell 命令：

$resourceGroupName = "RESOURCEGROUP"
$storageAccountName = "STORAGEACCOUNT"
$containerName = "STORAGECONTAINER"
$policy = "myPolicyPS"

# Login to your Azure subscription
$sub = Get-AzSubscription -ErrorAction SilentlyContinue
if(-not($sub))
{
    Connect-AzAccount
}

# If you have multiple subscriptions, set the one to use
# Select-AzSubscription -SubscriptionId "<SUBSCRIPTIONID>"

# Get the access key for the Azure Storage account
$storageAccountKey = (Get-AzStorageAccountKey `
                                -ResourceGroupName $resourceGroupName `
                                -Name $storageAccountName)[0].Value

# Create an Azure Storage context
$storageContext = New-AzStorageContext `
                                -StorageAccountName $storageAccountName `
                                -StorageAccountKey $storageAccountKey

# Create a stored access policy for the Azure storage container
New-AzStorageContainerStoredAccessPolicy `
   -Container $containerName `
   -Policy $policy `
   -Permission "rl" `
   -ExpiryTime "12/31/2025 08:00:00" `
   -Context $storageContext

# Get the stored access policy or policies for the Azure storage container
Get-AzStorageContainerStoredAccessPolicy `
    -Container $containerName `
    -Context $storageContext

# Generates an SAS token for the Azure storage container
New-AzStorageContainerSASToken `
    -Name $containerName `
    -Policy $policy `
    -Context $storageContext

<# Removes a stored access policy from the Azure storage container
Remove-AzStorageContainerStoredAccessPolicy `
    -Container $containerName `
    -Policy $policy `
    -Context $storageContext
#>

# upload a file for a later example
Set-AzStorageblobcontent `
    -File "./sampledata/sample.log" `
    -Container $containerName `
    -Blob "samplePS.log" `
    -Context $storageContext

使用 Azure CLI

本節中變數的使用方式是以 Windows 環境為基礎。 針對 Bash 或其他環境，會需要一點變化。

  1. 將 STORAGEACCOUNT 和 STORAGECONTAINER 取代為現有儲存體容器的適當值。

    # set variables
set AZURE_STORAGE_ACCOUNT=STORAGEACCOUNT
set AZURE_STORAGE_CONTAINER=STORAGECONTAINER

#Login
az login

# If you have multiple subscriptions, set the one to use
# az account set --subscription SUBSCRIPTION

# Retrieve the primary key for the storage account
az storage account keys list --account-name %AZURE_STORAGE_ACCOUNT% --query "[0].{PrimaryKey:value}" --output table

  2. 將擷取的主金鑰設定為變數以供稍後使用。 將 PRIMARYKEY 取代為先前步驟中擷取的值，然後輸入下列命令：

    #set variable for primary key
set AZURE_STORAGE_KEY=PRIMARYKEY

  3. 將目錄變更為 hdinsight-dotnet-python-azure-storage-shared-access-signature-master 或修訂 --file 參數，以包含 az storage blob upload 的絕對路徑。 執行其餘命令：

    # Create stored access policy on the containing object
az storage container policy create --container-name %AZURE_STORAGE_CONTAINER% --name myPolicyCLI --account-key %AZURE_STORAGE_KEY% --account-name %AZURE_STORAGE_ACCOUNT% --expiry 2025-12-31 --permissions rl

# List stored access policies on a containing object
az storage container policy list --container-name %AZURE_STORAGE_CONTAINER% --account-key %AZURE_STORAGE_KEY% --account-name %AZURE_STORAGE_ACCOUNT%

# Generate a shared access signature for the container
az storage container generate-sas --name %AZURE_STORAGE_CONTAINER% --policy-name myPolicyCLI --account-key %AZURE_STORAGE_KEY% --account-name %AZURE_STORAGE_ACCOUNT%

# Reversal
# az storage container policy delete --container-name %AZURE_STORAGE_CONTAINER% --name myPolicyCLI --account-key %AZURE_STORAGE_KEY% --account-name %AZURE_STORAGE_ACCOUNT%

# upload a file for a later example
az storage blob upload --container-name %AZURE_STORAGE_CONTAINER% --account-key %AZURE_STORAGE_KEY% --account-name %AZURE_STORAGE_ACCOUNT% --name sampleCLI.log --file "./sampledata/sample.log"

使用 Python

開啟 SASToken.py 檔案，並將 storage_account_name、storage_account_key 和 storage_container_name 取代為現有儲存體容器的適當值，然後執行指令碼。

如果收到錯誤訊息 ImportError: No module named azure.storage，您可能需要執行 pip install --upgrade azure-storage。

使用 C#

  1. 在 Visual Studio 中開啟解決方案 。

  2. 在方案總管中，以滑鼠右鍵按一下 SASExample 專案，然後選取 [屬性]。

  3. 選取 [設定] ，並新增下列項目的值：

    項目 說明
    StorageConnectionString 您想要為其建立預存原則和 SAS 的儲存體帳戶的連接字串。 其格式應為 DefaultEndpointsProtocol=https;AccountName=myaccount;AccountKey=mykey，其中 myaccount 是儲存體帳戶名稱，而 mykey 是儲存體帳戶金鑰。
    ContainerName 您想要限制存取的儲存體帳戶中的容器。
    SASPolicyName 要建立的預存原則所要使用的名稱。
    FileToUpload 上傳至容器之檔案的路徑。

  4. 執行 專案。 儲存 SAS 原則權杖、儲存體帳戶名稱和容器名稱。 將儲存體帳戶與您的 HDInsight 叢集相關聯時，會使用這些值。

搭配 HDInsight 使用 SAS

建立 HDInsight 叢集時，您必須指定主要儲存體帳戶。 您也可以指定其他儲存體帳戶。 這兩種新增儲存體的方法都需要所使用的儲存體帳戶和容器的完整存取權。

使用共用存取簽章來限制容器存取。 將自訂項目新增至叢集 core-site 設定。 您可以在建立叢集期間使用 PowerShell 新增項目，或在建立叢集之後使用 Ambari 新增項目。

建立使用 SAS 的叢集

將 CLUSTERNAME、RESOURCEGROUP、DEFAULTSTORAGEACCOUNT、STORAGECONTAINER、STORAGEACCOUNT 和 TOKEN 取代為適當的值。 輸入 PowerShell 命令：

$clusterName = 'CLUSTERNAME'
$resourceGroupName = 'RESOURCEGROUP'

# Replace with the Azure data center you want to the cluster to live in
$location = 'eastus'

# Replace with the name of the default storage account TO BE CREATED
$defaultStorageAccountName = 'DEFAULTSTORAGEACCOUNT'

# Replace with the name of the SAS container CREATED EARLIER
$SASContainerName = 'STORAGECONTAINER'

# Replace with the name of the SAS storage account CREATED EARLIER
$SASStorageAccountName = 'STORAGEACCOUNT'

# Replace with the SAS token generated earlier
$SASToken = 'TOKEN'

# Default cluster size (# of worker nodes), version, and type
$clusterSizeInNodes = "4"
$clusterVersion = "3.6"
$clusterType = "Hadoop"

# Login to your Azure subscription
$sub = Get-AzSubscription -ErrorAction SilentlyContinue
if(-not($sub))
{
    Connect-AzAccount
}

# If you have multiple subscriptions, set the one to use
# Select-AzSubscription -SubscriptionId "<SUBSCRIPTIONID>"

# Create an Azure Storage account and container
New-AzStorageAccount `
    -ResourceGroupName $resourceGroupName `
    -Name $defaultStorageAccountName `
    -Location $location `
    -SkuName Standard_LRS `
    -Kind StorageV2 `
    -EnableHttpsTrafficOnly 1

$defaultStorageAccountKey = (Get-AzStorageAccountKey `
                                -ResourceGroupName $resourceGroupName `
                                -Name $defaultStorageAccountName)[0].Value

$defaultStorageContext = New-AzStorageContext `
                                -StorageAccountName $defaultStorageAccountName `
                                -StorageAccountKey $defaultStorageAccountKey

# Create a blob container. This holds the default data store for the cluster.
New-AzStorageContainer `
    -Name $clusterName `
    -Context $defaultStorageContext

# Cluster login is used to secure HTTPS services hosted on the cluster
$httpCredential = Get-Credential `
    -Message "Enter Cluster login credentials" `
    -UserName "admin"

# SSH user is used to remotely connect to the cluster using SSH clients
$sshCredential = Get-Credential `
    -Message "Enter SSH user credentials" `
    -UserName "sshuser"

# Create the configuration for the cluster
$config = New-AzHDInsightClusterConfig

$config = $config | Add-AzHDInsightConfigValue `
    -Spark2Defaults @{} `
    -Core @{"fs.azure.sas.$SASContainerName.$SASStorageAccountName.blob.core.windows.net"=$SASToken}

# Create the HDInsight cluster
New-AzHDInsightCluster `
    -Config $config `
    -ResourceGroupName $resourceGroupName `
    -ClusterName $clusterName `
    -Location $location `
    -ClusterSizeInNodes $clusterSizeInNodes `
    -ClusterType $clusterType `
    -OSType Linux `
    -Version $clusterVersion `
    -HttpCredential $httpCredential `
    -SshCredential $sshCredential `
    -DefaultStorageAccountName "$defaultStorageAccountName.blob.core.windows.net" `
    -DefaultStorageAccountKey $defaultStorageAccountKey `
    -DefaultStorageContainer $clusterName

<# REVERSAL
Remove-AzHDInsightCluster `
    -ResourceGroupName $resourceGroupName `
    -ClusterName $clusterName

Remove-AzStorageContainer `
    -Name $clusterName `
    -Context $defaultStorageContext

Remove-AzStorageAccount `
    -ResourceGroupName $resourceGroupName `
    -Name $defaultStorageAccountName

Remove-AzResourceGroup `
    -Name $resourceGroupName
#>

重要

出現 HTTP/s 或 SSH 使用者名稱和密碼提示時，您必須提供符合下列準則的密碼：

  • 長度必須小於 10 個字元。
  • 必須包含至少一個數字。
  • 必須包含至少一個非英數字元。
  • 必須包含至少一個大寫或小寫字元。

需要一段時間讓此指令碼完成，通常大約是 15 分鐘。 指令碼完成且沒有發生任何錯誤時，叢集即已建立。

對現有的叢集使用 SAS

如果您具有現有的叢集，則可以使用下列步驟，將 SAS 新增至 core-site 設定：

  1. 開啟叢集的 Ambari Web UI。 此頁面的位址是 https://YOURCLUSTERNAME.azurehdinsight.net。 出現提示時，使用您建立叢集時所使用的 admin 名稱 (admin) 和密碼來驗證叢集。

  2. 瀏覽至 [HDFS]>[設定]>[進階]>[自訂 core-site]。

  3. 展開 [自訂核心網站] 區段、捲動至結尾，然後選取 [新增屬性...]。針對 [金鑰] 和 [值] 使用下列值：

    • 金鑰：fs.azure.sas.CONTAINERNAME.STORAGEACCOUNTNAME.blob.core.windows.net
    • 值：先前執行的其中一種方法所傳回的 SAS。

    將 CONTAINERNAME 取代為您搭配 C# 或 SAS 應用程式使用的容器名稱。 將 STORAGEACCOUNTNAME 取代為您使用的儲存體帳戶名稱。

    選取 [新增] 以儲存此金鑰和值

  4. 選取 [儲存] 按鈕以儲存設定變更。 出現提示時，新增變更的描述 (例如，「新增 SAS 儲存體存取權」)，然後選取 [儲存]。

    完成變更後，請選取 [確定] 。

    重要

    您必須重新啟動數個服務，變更才會生效。

  5. [重新啟動] 下拉式清單將會出現。 從下拉式清單中選取 [重新啟動所有受影響的項目]，然後選取 [確認全部重新啟動]。

    對 MapReduce2 和 YARN 重複此流程。

  6. 這些項目重新啟動之後，選取每一個項目，並從 [服務動作] 下拉式清單停用維護模式。

測試限制的存取

使用下列步驟來驗證您在 SAS 儲存體帳戶上是否只能讀取和列出項目。

  1. 連線至叢集。 將 CLUSTERNAME 取代為叢集的名稱，然後輸入下列命令：

    ssh sshuser@CLUSTERNAME-ssh.azurehdinsight.net

  2. 若要列出容器中的內容物，請使用提示中的下列命令：

    hdfs dfs -ls wasbs://SASCONTAINER@SASACCOUNTNAME.blob.core.windows.net/

    將 SASCONTAINER 取代為針對 SAS 儲存體帳戶建立的容器名稱。 將 SASACCOUNTNAME 取代為用於 SAS 的儲存體帳戶名稱。

    此清單包含容器與 SAS 建立時上傳的檔案。

  3. 使用下列命令以確認您可以讀取檔案的內容。 取代 SASCONTAINER 和 SASACCOUNTNAME如上一個步驟中所示。 將 sample.log 取代為前一個命令中顯示的檔案名稱：

    hdfs dfs -text wasbs://SASCONTAINER@SASACCOUNTNAME.blob.core.windows.net/sample.log

    此命令會列出檔案的內容。

  4. 使用下列命令將檔案下載到本機檔案系統：

    hdfs dfs -get wasbs://SASCONTAINER@SASACCOUNTNAME.blob.core.windows.net/sample.log testfile.txt

    此命令會將檔案下載到本機檔案，名為 testfile.txt。

  5. 使用下列命令將本機檔案上傳至 SAS 儲存體上的新檔案，名為 testupload.txt ：

    hdfs dfs -put testfile.txt wasbs://SASCONTAINER@SASACCOUNTNAME.blob.core.windows.net/testupload.txt

    您會收到類似以下文字的訊息：

    put: java.io.IOException

    因為儲存體位置僅限讀取+列出，所以會發生此錯誤。 使用下列命令將資料放在叢集的預設儲存體，它是可寫入的：

    hdfs dfs -put testfile.txt wasbs:///testupload.txt

    此時，作業應該已順利完成。

下一步

既然您已經了解如何將有限存取權儲存體新增至您的 HDInsight 叢集，接著就可以了解在叢集上使用資料的其他方法：