Kyuubi 认证机制中同时启用 KERBEROS 和 LDAP 的问题分析
在 Apache Kyuubi 项目中,当尝试同时启用 KERBEROS 和 LDAP 两种认证方式时,系统会出现认证失败的问题。这个问题主要影响 Kyuubi 1.9.0 和 1.9.1 版本,表现为客户端无法通过 Zookeeper 发现服务并与 Thrift 服务器建立连接。
问题现象
当管理员在 Kyuubi 服务器配置中同时设置 kyuubi.authentication=KERBEROS,LDAP 时,客户端连接会出现以下错误:
- 用户执行
kinit user01命令进行 Kerberos 认证 - 使用 beeline 客户端连接 Kyuubi 服务时
- 系统报错:"Unable to read HiveServer2 configs from Zookeeper"
- 最终错误提示:"Error validating LDAP user: uid=anonymous"
根本原因分析
经过深入排查,发现问题主要出在两个关键组件上:
-
ZookeeperDiscoveryClient 组件:在
addConfsToPublish()方法中,没有正确设置hive.server2.authentication.kerberos.principal参数。这个参数对于 Kerberos 认证至关重要,它指定了服务主体的名称。 -
HiveSiteHS2ConnectionFileParser 组件:在
addKerberos()方法中,同样缺少了对 principal 参数的设置。这个参数需要在客户端连接时提供给服务端进行 Kerberos 认证。
由于这两个关键参数缺失,系统在尝试同时使用两种认证方式时,Kerberos 认证无法正常工作,导致认证流程回退到 LDAP 认证。而 LDAP 认证又无法正确处理匿名用户,最终导致了认证失败。
技术影响
这个问题对系统的影响主要体现在:
- 认证流程中断:客户端无法完成正常的认证流程,导致连接建立失败。
- 功能限制:管理员无法同时利用 Kerberos 和 LDAP 两种认证方式的优势。
- 用户体验下降:用户会收到不明确的错误信息,难以自行排查问题。
解决方案
该问题已在代码提交 8f147f9 中得到修复。修复方案主要包括:
- 在 ZookeeperDiscoveryClient 组件中正确设置 Kerberos 认证所需的所有参数
- 确保 HiveSiteHS2ConnectionFileParser 组件能够完整传递 Kerberos 认证信息
- 完善两种认证方式同时启用时的处理逻辑
对于使用受影响版本的用户,建议升级到包含该修复的版本,或者手动应用相关补丁。
最佳实践
在生产环境中同时启用多种认证方式时,建议:
- 仔细测试每种认证方式的单独工作情况
- 逐步引入多种认证方式,观察系统行为
- 确保所有必要的认证参数都已正确配置
- 监控认证日志,及时发现潜在问题
通过理解这个问题的本质和解决方案,管理员可以更好地规划和管理 Kyuubi 的认证机制,确保系统安全稳定运行。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C086
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python057
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0136
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00