我们一起聊聊Hdfs的透明加密记录_微头条
来源：清一色财经
2023-06-28 21:20:28
• HDFS透明加密（Transparent Encryption）支持端对端的透明加密，启用以后，对于一些需要加密的HDFS目录里的文件可以实现透明的加密和解密，而不需要修改用户的业务代码。端对端是指加密和解密只能通过客户端来操作。
(资料图)
1、背景
我们知道，在hdfs中，我们的数据是以block块存储在我们的磁盘上的，那么默认情况下，它是以密文存储的，还是以明文存储的呢？如果是明文存储的，那么是否就不安全呢？那么在hdfs中是如何做才能做到数据的透明加密呢？
2、常见的加密层级
常见的加密层级
应用层加密：这是最安全和最灵活的方法。加密内容最终由应用程序来控制。并且可以精确的反应用户的需求。但是，编写应用程序来实现加密一般都比较困难。数据库层加密：类似于应用程序级加密。大多数数据库供应商都提供某种形式的加密。但是可能存在性能问题。比如：索引无法加密。文件系统层加密：这种方式对性能影响不大，且对应用程序是透明的，一般也比较容易实施。但是如果需要应对细粒度的要求策略，可能无法完全满足。比如：加密文件系统(EFS)用于在(NTFS)文件系统卷上存储已加密的文件。磁盘层加密：易于部署和高性能，但是相当不灵活，只能防止用户从物理层面盗窃数据。3、透明加密介绍
HDFS透明加密（Transparent Encryption）支持端对端的透明加密，启用以后，对于一些需要加密的HDFS目录里的文件可以实现透明的加密和解密，而不需要修改用户的业务代码。端对端是指加密和解密只能通过客户端来操作。对于加密区域里的文件，HDFS保存的即是加密后的文件，文件加密的密钥也是加密的。让非法用户即使从操作系统层面拷走文件，也是密文，没法查看。HDFS集群管理和密钥的管理是互相独立的职责，由不同的用户角色（HDFS管理员、密钥管理员）承担。只有HDFS客户端可以加密或解密数据，密钥管理在HDFS外部，HDFS无法访问未加密的数据或加密密钥。4、HDFS透明加密的核心概念
4.1 加密区域
加密区域就是HDFS上的一个目录，只不过该目录相对而言稍微特殊点。文件写入的时候会被透明加密，文件读取的时候会被透明解密。
4.2 加密区域密钥-EZ KEY
当加密区域被创建时，都会有一个加密区域密钥（EZ密钥, encryption zone key）与之对应，EZ密钥存储在HDFS外部的密钥库中。
4.3 数据加密密钥-DEK
加密区域里的每个文件都有其自己的加密密钥，叫做数据加密密钥（DEK, data. encryption key）。
DEK
4.4 加密数据加密密钥 EDEK
DEK会使用其各自的加密区域的EZ密钥进行加密，以形成加密数据加密密钥(EDEK)
EDEK
4.5 DEK的加解密和文件的加解密
DEK的加解密和文件的加解密
4.6 密钥库
存储密钥(key)的叫做密钥库(keystore)，将HDFS与外部企业级密钥库(keystore)集成是部署透明加密的第一步。为什么密钥库独立与HDFS之外?可以指责分离，而且也更加安全。 这样hdfs管理员和keystore管理员就是2个人，各个处理各自的事情。4.7 KMS 密钥管理服务
Hadoop密钥管理服务(Key Management Server,简称KMS)，用作HDFS客户端与密钥库之间的代理。KMS主要有以下几个职责访问加密区域密钥(EZ Key)生成EDEK，EDEK存储在NameNode上为HDFS客户端解密EDEK5、配置透明加密
5.1 关闭hdfs集群
[hadoopdeploy@hadoop01 sh]$ stop-dfs.shStopping namenodes on [hadoop01]Stopping datanodesStopping secondary namenodes [hadoop03][hadoopdeploy@hadoop01 sh]$5.2 创建keystore
密钥库的密码为Hadoop@123
[hadoopdeploy@hadoop01 ~]$ keytool -genkey -alias "keystore_hadoop"输入密钥库口令:再次输入新口令:您的名字与姓氏是什么? [Unknown]:您的组织单位名称是什么? [Unknown]:您的组织名称是什么? [Unknown]:您所在的城市或区域名称是什么? [Unknown]:您所在的省/市/自治区名称是什么? [Unknown]:该单位的双字母国家/地区代码是什么? [Unknown]:CN=Unknown, OU=Unknown, O=Unknown, L=Unknown, ST=Unknown, C=Unknown是否正确? [否]: y输入 的密钥口令 (如果和密钥库口令相同, 按回车):再次输入新口令:Warning:JKS 密钥库使用专用格式。建议使用 "keytool -importkeystore -srckeystore /home/hadoopdeploy/.keystore -destkeystore /home/hadoopdeploy/.keystore -deststoretype pkcs12" 迁移到行业标准格式 PKCS12。[hadoopdeploy@hadoop01 ~]$ ll ~/.keystore-rw-rw-r--. 1 hadoopdeploy hadoopdeploy 1992 6月 15 22:20 /home/hadoopdeploy/.keystore[hadoopdeploy@hadoop01 ~]$ 生成keystore
5.3 编辑 kms-site.xml文件
hadoop.kms.key.provider.uri jceks://file@/${user.home}/kms.jks hadoop.security.keystore.java-keystore-provider.password-file kms.keystore.password.txt hadoop.kms.http.port 16000 dfs.encryption.key.provider.uri kms://http@hadoop01:16000/kms hadoop.kms.authentication.type simple 需要创建kms.keystore.password.txt文件，并设置密钥库的密码
[hadoopdeploy@hadoop01 hadoop]$ cat /opt/bigdata/hadoop-3.3.4/etc/hadoop/kms.keystore.password.txtHadoop@123[hadoopdeploy@hadoop01 hadoop]$5.4 编辑 kms-env.sh
export KMS_HOME=/opt/bigdata/hadoop-3.3.4export KMS_LOG=${KMS_HOME}/logs/kmsexport KMS_ADMIN_PORT=160015.5 修改core-site.xml
hadoop.security.key.provider.path kms://http@hadoop01:16000/kms 5.6 修改hdfs-site.xml
dfs.encryption.key.provider.uri kms://http@hadoop01:16000/kms 5.7 同步配置到集群另外的机器上
[hadoopdeploy@hadoop01 hadoop]$ scp kms-site.xml kms-env.sh core-site.xml hdfs-site.xml hadoop01:$PWD[hadoopdeploy@hadoop01 hadoop]$ scp kms-site.xml kms-env.sh core-site.xml hdfs-site.xml hadoop02:$PWD5.8 启动hdfs集群
[hadoopdeploy@hadoop01 hadoop]$ start-dfs.shStarting namenodes on [hadoop01]Starting datanodesStarting secondary namenodes [hadoop03][hadoopdeploy@hadoop01 hadoop]$ jps2080 NameNode2243 DataNode2471 Jps[hadoopdeploy@hadoop01 hadoop]$5.9 启动kms服务
[hadoopdeploy@hadoop01 hadoop]$ hadoop --daemon start kmsWARNING: KMS_LOG has been replaced by HADOOP_LOG_DIR. Using value of KMS_LOG.WARNING: /opt/bigdata/hadoop-3.3.4//temp does not exist. Creating.WARNING: /opt/bigdata/hadoop-3.3.4/logs/kms does not exist. Creating.[hadoopdeploy@hadoop01 hadoop]$ jps2080 NameNode2243 DataNode2870 KMSWebServer2904 Jps[hadoopdeploy@hadoop01 hadoop]$hadoop –daemon stop kms停止kms服务
6、测试透明加密
需求： 在hdfs上创建2个目录logs和datas，只要是在datas目录中上传文件都需要透明加密，logs目录不需要，同时往logs和datas目录中上传一个文件，然后查看对应文件在磁盘上的block块，直接在操作系统上查看这个块，看文件是否加密。
6.1 准备数据
[hadoopdeploy@hadoop01 hadoop]$ hadoop fs -mkdir /logs[hadoopdeploy@hadoop01 hadoop]$ hadoop fs -mkdir /datas[hadoopdeploy@hadoop01 hadoop]$ hadoop fs -ls /Found 2 itemsdrwxr-xr-x - hadoopdeploy supergroup 0 2023-06-16 21:10 /datasdrwxr-xr-x - hadoopdeploy supergroup 0 2023-06-16 21:10 /logs[hadoopdeploy@hadoop01 hadoop]$ echo 123456789 > 1.data[hadoopdeploy@hadoop01 hadoop]$ cat 1.data123456789[hadoopdeploy@hadoop01 hadoop]$在/目录下创建2个文件夹logs和datas, 并创建一个文件1.data，内容为123456789，1.data先不传递到logs和datas目录中。
6.2 创建key
# 创建一个key ，名字是 ezk_datas[hadoopdeploy@hadoop01 hadoop]$ hadoop key create ezk_datasezk_datas has been successfully created with options Options{cipher="AES/CTR/NoPadding", bitLength=128, description="null", attributes=null}.org.apache.hadoop.crypto.key.kms.LoadBalancingKMSClientProvider@3d5c822d has been updated.# 查看key 列表[hadoopdeploy@hadoop01 hadoop]$ hadoop key list -metadataListing keys for KeyProvider: org.apache.hadoop.crypto.key.kms.LoadBalancingKMSClientProvider@2f8dad04ezk_datas : cipher: AES/CTR/NoPadding, length: 128, description: null, created: Fri Jun 16 21:36:51 CST 2023, version: 1, attributes: [key.acl.name=ezk_datas][hadoopdeploy@hadoop01 hadoop]$6.3 创建加密区域
[hadoopdeploy@hadoop01 hadoop]$ hdfs crypto -createZone -keyName ezk_datas -path /datasAdded encryption zone /datas[hadoopdeploy@hadoop01 hadoop]$ezk_datas： 为我们创建的ezk的名字/datas： hdfs上的一个目录
6.4 文件上传
# 往/datas目录上传一个文件[hadoopdeploy@hadoop01 hadoop]$ hadoop fs -put 1.data /datas# 往/logs目录上传一个文件[hadoopdeploy@hadoop01 hadoop]$ hadoop fs -put 1.data /logs[hadoopdeploy@hadoop01 hadoop]$6.5 查看加密文件
查看加密文件
7、参考资料
1、https://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-hdfs/TransparentEncryption.html
x
