Hive权限控制中间层-Hamza

1、产品概述

Hive作为大数据时代的数据仓库工具，使我们分析处理海量结构化数据成为可能。越来越多的公司和机构都将Hive作为应对大数据分析的强有力工具。但使用中，比较明显的问题便是当存在多个应用同时使用同一Hive的时候，如何有效控制彼此的数据安全，如何更方便使用Hive UDF的扩展机制。

当然，作为大数据平台开发过程中也同样遇到这些问题。整个公司不同业务方的数据汇聚到数据平台后，对数据的隔离访问尤为重要。在参考Cloudera Sentry项目的基础上，我们结合自身平台需求，开发了Hamza这一Hive计算中间层，兼具权限控制和UDF函数扩展作用。

大致的架构如上图所示。Hamza Core是整个Hamza的核心，主要包括权限信息表的操作、Hook函数的实现、UDF扩展函数的实现及其他公用类；Hamza Client是对Hive JDBC模块的简单扩展，支持传递用户名、密码和客户端IP，业务方使用将用其代替原有Hive JDBC包；Hamza Auth是开放的权限信息维护接口及对应Web界面，便于管理员和普通Hive用户查看自己的库表，及被授权的权限信息等。

2、编译开发

项目结构如上图所示。hamza-auth是web模块，依赖hamza-core；hamza-client是jar形式的，也依赖hamza-core；hamza-dist是打包编译用，会将工程打成发布包。相关全局配置参数在总控pom.xml中修改，其他地方的属性文件不需要修改。

当这些配置完成后，将hive源码导入eclipse， 同时hamza也已被导入eclipse，工程都置为打开状态。然后以调试模式启动hive(命令行形式直接执行hive --debug，jdbc形式执行hive --debug --service HiveServer2 &)，这样hive便在8000端口监听等待远程调试连接了。

然后在hive源码及hamza源码自己关心的代码处打上断点。接着新建一个Remote Java Application，IP填写hive的机器IP，端口填写8000，最后点击“debug”按钮。

3、版本使用

的库表。

资源：

http://archive-primary.cloudera.com/cdh5/cdh/5/

http://hive.apache.org/

https://blogs.apache.org/sentry/