聊聊Hadoop安全认证体系：Delegation Token和Block Access Token
前言
本文继续上一篇Hadoop安全认证方面的内容主题，来简单聊聊Hadoop内部的其它认证体系：Delegation Token（授权令牌认证）和Block Access Token（块访问认证）。主要来聊聊这两者间的差异，顺带也会提及一些Kerberos认证的一点内容。这里不深挖其中的技术细节，整体阐述会比较简单，明了。
Kerberos认证
Kerberos认证是业界较为成熟的一种认证体系，其中涉及到三方的通信。大致过程可描述为如下两大步骤：
- 用户请求KDC（秘钥管理中心服务），表明自己身份以及想要访问的服务，如果身份验证通过，获取凭证（TGT）
- 得到TGT后，用户再凭借此请求实际服务
那么这套认证过程会有什么问题呢？主要有以下几点：
第一点，过程比较复杂，认证过程还涉及到第三方服务。
第二点，KDC服务可能存在单点瓶颈问题，尤其当有大量的用户请求需要通过KDC来获取TGT凭证时。
于是乎，一种简单化的认证体系衍生而出了。
Delegation Token
这里我们说的Delegation Token指的是一种“授权”认证，它和Kerberos的授权相比，不同的点在于：用户被“授权”了一次之后，可以接着使用“授权令牌”在后续的请求过程中，无须再次“授权”过程。当然，这里会存在令牌过期更新的问题。
Hadoop内部的Delegation Token的产生，初期是由NameNode和用户之间共享的一个安全秘钥，经过一系列的运算，得到。而这个安全秘钥，只允许由用户和NameNode私自保管，是被保护起来的。
每个用户经过初期验证后，会从NN中获取一个授权Token。同时用户需要告知NN它的Token更新者（Renewer）是谁。这样的话，每当令牌失效的时候，NN只允许给定的用户进行更新令牌期限的操作。这个更新者信息也是会被加入到Token信息中。
Delegation Token的具体设计如下：
TokenID = {ownerID, renewerID, issueDate, maxDate, sequenceNumber}
TokenAuthenticator = HMAC-SHA1(masterKey, TokenID)
Delegation Token = {TokenID, TokenAuthenticator}
NN在这里会选择随机的masterKey值来生成Token，并且将这些生成好后的活跃的Token信息保存在内存中，进行后续的请求验证。当用户主动删除Token或者Token过期时，NN会将相应的Token从内存中清除。
当客户端向NN进行请求认证的时候，首先会发送TokenId到NN，TokenId其实代表的就是对应的唯一的Token信息。NN通过保存的masterKey信息和TokenId重新计算出完整Token信息，然后再与客户端的Token信息做彼此验证。这里masterKey的信息是需要被NN持久化出去的。
Block Access Token
在早期DataNode中，一个未经认证过的客户端只要提供对应的blockId，是可以随意读写数据到DN上的。因此在这里，我们是否能够提供一个块访问认证的一种机制呢，以此表明用户是被允许访问目标块数据的。同样的，这也是一种令牌凭证信息，不过它会比Delegation Token信息更加轻量级一些。
Block Access Token和Delegation Token有一些方面是类似，过程如下
- 都是由NN返回给客户端
- 然后客户端访问DN的Block数据时，将从NN获取到的Token与DN上的Token信息做验证。
换句话说，每次客户端会携带着从NN获取的Token信息，做块数据的访问。
在设计上，Block Access Token是更加轻量级并且时效性较短的。Block Access Token的生成采用的是一种对称加密的算法方式。简单来说,NN和DN会共享一个私密的秘钥信息，NN会在DN注册的时候给予其随机生成的秘钥信息。然后通过以下方式，进行Token的生成
TokenID = {expirationDate, keyID, ownerID, blockID, accessModes}
TokenAuthenticator = HMAC-SHA1(key, TokenID)
Block Access Token = {TokenID, TokenAuthenticator}
这里的KeyID即为私密秘钥信息。DN在验证的时候，通过正向运算，以此来比较客户端的Token是否是有效的。
因为Block Access Token没有renew机制，NN采用定期更新的方式来更新它所持有的秘钥信息，并且移除过期的Token信息。新秘钥信息通过心跳的方式传达到各个DN，DN接收到信息后，移除自身内部维护的过期秘钥信息，并加入新的秘钥信息，用于后面的访问验证。通过NN/DN这种内存滚动更新的方式，NN实际也不需要持久化这些秘钥信息了。
引用
[1].https://issues.apache.org/jira/browse/HADOOP-4487
[2].https://issues.apache.org/jira/secure/attachment/12428537/security-design.pdf