hdfs/hbase 程序利用Kerberos认证超过ticket

问题描述

业务需要一个长期运行的程序，将上传的文件存放至HDFS，程序启动后，刚开始一切正常，执行一段时间（一般是一天，有的现场是三天），就会出现认证错误，用的JDK是1.8,hadoop-client，对应的版本是2.5.1，为什么强调这个版本号，因为错误的根本原因就在于版本问题

错误日志

Caused by: org.ietf.jgss.GSSException: No valid credentials provided (Mechanism level: Failed to find any Kerberos tgt)
	at sun.security.jgss.krb5.Krb5InitCredential.getInstance(Krb5InitCredential.java:147) ~[?:1.8.0_212]
	at sun.security.jgss.krb5.Krb5MechFactory.getCredentialElement(Krb5MechFactory.java:122) ~[?:1.8.0_212]
	at sun.security.jgss.krb5.Krb5MechFactory.getMechanismContext(Krb5MechFactory.java:187) ~[?:1.8.0_212]
	at sun.security.jgss.GSSManagerImpl.getMechanismContext(GSSManagerImpl.java:224) ~[?:1.8.0_212]
	at sun.security.jgss.GSSContextImpl.initSecContext(GSSContextImpl.java:212) ~[?:1.8.0_212]
	at sun.security.jgss.GSSContextImpl.initSecContext(GSSContextImpl.java:179) ~[?:1.8.0_212]
	at com.sun.security.sasl.gsskerb.GssKrb5Client.evaluateChallenge(GssKrb5Client.java:192) ~[?:1.8.0_212]
	at org.apache.hadoop.security.SaslRpcClient.saslConnect(SaslRpcClient.java:413) ~[hadoop-common-2.5.1.jar:?]
	at org.apache.hadoop.ipc.Client$Connection.setupSaslConnection(Client.java:552) ~[hadoop-common-2.5.1.jar:?]
	at org.apache.hadoop.ipc.Client$Connection.access$1800(Client.java:367) ~[hadoop-common-2.5.1.jar:?]
	at org.apache.hadoop.ipc.Client$Connection$2.run(Client.java:717) ~[hadoop-common-2.5.1.jar:?]
	at org.apache.hadoop.ipc.Client$Connection$2.run(Client.java:713) ~[hadoop-common-2.5.1.jar:?]
	at java.security.AccessController.doPrivileged(Native Method) ~[?:1.8.0_212]
	at javax.security.auth.Subject.doAs(Subject.java:422) ~[?:1.8.0_212]
	at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1614) ~[hadoop-common-2.5.1.jar:?]
	at org.apache.hadoop.ipc.Client$Connection.setupIOstreams(Client.java:712) ~[hadoop-common-2.5.1.jar:?]
	at org.apache.hadoop.ipc.Client$Connection.access$2800(Client.java:367) ~[hadoop-common-2.5.1.jar:?]
	at org.apache.hadoop.ipc.Client.getConnection(Client.java:1463) ~[hadoop-common-2.5.1.jar:?]
	at org.apache.hadoop.ipc.Client.call(Client.java:1382) ~[hadoop-common-2.5.1.jar:?]
	... 61 more

业务程序调用认证方法


public void init() {
	System.setProperty("java.security.krb5.conf", "krb5.conf");
}
public void kerberosLogin() throws IOException {
		// 已经认证通过
		if ("hdfsuser".concat("@").concat("DATAHOUSE.COM")
				.equals(UserGroupInformation.getCurrentUser().getUserName())) {
			UserGroupInformation.getCurrentUser().checkTGTAndReloginFromKeytab();
			return;
		}
		// ksbName 表示用户名 keytabPath表示秘钥存放位置
		UserGroupInformation.loginUserFromKeytab("hdfsuser", "/etc/keytab/hdfsuser.keytab");
	}

主要思想就是第一次认证通过loginUserFromKeytab进行认证，之后每次请求再调用checkTGTAndReloginFromKeytab方法判断是否需要重新认证，防止ticket过期
应用在每次获取FileSystem时，都会先调用kerberosLogin，之后才获取FileSystem

public FileSystem getFileSystem() throws IOException {
		try {
			kerberosLogin();
			return FileSystem.get(configuration);
		} catch (Exception e) {
			logger.error("create hdfs FileSystem has error", e);
			throw e;
		}
	}

问题调查过程

根据错误在网上各种搜索，出来的结果和上面的代码大同小异，有的猜测是客户端调用间隔太大，超过了ticket_lifetime的值，建议加一个定时任务来周期性的调用kerberosLogin()方法，虽然我们业务不太可能出现这种情况，还是加上了这个处理，问题依旧，只好开始慢慢调试

UserGroupInformation.loginUserFromKeytab的认证过程

UserGroupInformation.loginUserFromKeytab 利用传入的user和keytab路径信息，构建一个LoginContext，接着调用LoginContext的login方法

try {

login = newLoginContext(HadoopConfiguration.KEYTAB_KERBEROS_CONFIG_NAME,

subject, new HadoopConfiguration());

start = Time.now();

login.login();

。。。
```

LoginContext.login方法依次通过反射调用了登陆模块的login和commit两个方法，调用的主要逻辑在invokePriv方法内

public void login() throws LoginException {
    ...
    try {
        // module invoked in doPrivileged
        invokePriv(LOGIN_METHOD);
        invokePriv(COMMIT_METHOD);
...

LoginContext.invokePriv方法主要在doPrivileged内调用invoke方法,invoke方法依次调用登陆模块对应的方法，第一次调用时，还会调用对应的initialize方法

for (int i = moduleIndex; i < moduleStack.length; i++, moduleIndex++) {
        try {
			...
                // 查找initialize方法
                methods = moduleStack[i].module.getClass().getMethods();
                for (mIndex = 0; mIndex < methods.length; mIndex++) {
                    if (methods[mIndex].getName().equals(INIT_METHOD)) {
                        break;
                    }
                }
                Object[] initArgs = {subject,
                                    callbackHandler,
                                    state,
                                    moduleStack[i].entry.getOptions() };
                // 调用 initialize 方法
                methods[mIndex].invoke(moduleStack[i].module, initArgs);
            }
            // 接着查找相应的方法
            for (mIndex = 0; mIndex < methods.length; mIndex++) {
                if (methods[mIndex].getName().equals(methodName)) {
                    break;
                }
            }
            // set up the arguments to be passed to the LoginModule method
            Object[] args = { };
            // 调用相应的方法
            boolean status = ((Boolean)methods[mIndex].invoke
                            (moduleStack[i].module, args)).booleanValue();


实际执行时对应的moduleStack中有两个LoginModule
* HadoopLoginModule ：和kerberos认证关系不大，暂且不看
* Krb5LoginModule ： kerberos认证类，根据第2步LoginContext.login中的方法可知，会依次调用这个module中的login和commit两个方法
1. Krb5LoginModule.login方法，就是利用我们提供的user名称和krb5.conf中的配置信息以及keytab信息进行认证。代码就不展示了，主要是调用attemptAuthentication进行的处理。
1. Krb5LoginModule.commit方法是要把认证后证书信息存入到Subject中，以便后续能重复使用subject进行认证，和本次调查问题有关的代码片段如下  
	```
	 	public boolean commit() throws LoginException {
	 	Set<Object> privCredSet =  subject.getPrivateCredentials();
	 		。。。
                  if (ktab != null) {
                      if (!privCredSet.contains(ktab)) {
                      	// 把keytab保存下来，再次认证使用
                          privCredSet.add(ktab);
                      }
                  } else {
                      succeeded = false;
                      throw new LoginException("No key to store");
                  }
	 		。。。
	```
1. 按照这个逻辑，既然keytab保存到Subject中了，再次使用UserGroupInformation.getCurrentUser().checkTGTAndReloginFromKeytab()；进行认证时，就可以使用保存的keytab直接认证了，应该是不会出错的，我们看下checkTGTAndReloginFromKeytab方法
	```
	 public synchronized void checkTGTAndReloginFromKeytab() throws IOException 	{
  if (!isSecurityEnabled()
      || user.getAuthenticationMethod() != AuthenticationMethod.KERBEROS
      || !isKeytab)
    return;
  KerberosTicket tgt = getTGT();
  if (tgt != null && Time.now() < getRefreshTime(tgt)) {
    return;
  }
  reloginFromKeytab();
}
	```
	方法逻辑，就是判断如果是用keytab进行的认证，就调用reloginFromKeytab进行认证。但在实际执行时却发现isKeytab的值是false，可代码明明是使用keytab来认证的，怎么是false呢，只能看看isKeytab这个值怎么赋值的了，对应逻辑在UserGroupInformation的构造函数里
	```
		UserGroupInformation(Subject subject) {
  	    ...
  	    this.isKeytab = !subject.getPrivateCredentials(KerberosKey.class).isEmpty();
  	    ...
    	}
	```
1. 至此终于发现问题所在，我们在第5步，认证成功后在subject的PrivateCredentials中存入的是keytab对象，而这个地方判断的是KerberosKey，这肯定是不一样呀，那就只有一种可能，就是引用jar包的版本问题了。更换hadoop-client的版本号为2.10.0，再查看UserGroupInformation对应的构造函数
	```
	private UserGroupInformation(Subject subject, final boolean externalKeyTab) {
  ...
    this.isKeytab = KerberosUtil.hasKerberosKeyTab(subject);
  ...
}

将判断逻辑移到了KerberosUtil.hasKerberosKeyTab方法中

    /**
     * Check if the subject contains Kerberos keytab related objects.
     * The Kerberos keytab object attached in subject has been changed
     * from KerberosKey (JDK 7) to KeyTab (JDK 8)
     *
     *
     * @param subject subject to be checked
     * @return true if the subject contains Kerberos keytab
     */
    public static boolean hasKerberosKeyTab(Subject subject) {
      return !subject.getPrivateCredentials(KeyTab.class).isEmpty();
    }
  ```
	可以看到判断对象已经变成了KeyTab了，并且从注释信息中明确看到在JDK7时使用的是KerberosKey，在JDK8时换成了KeyTab。
总结，kerberos认证功能虽然强大，实际使用还是有点复杂，特别是和jaas结合后，出了错还是有些难调查，可只要慢慢分析，还是会找到解决方法的，还有一点就是虽然程序出现的错误一样，引起错误的根本原因还是会有所不同，不能只是按照网上说法一改就万事大吉，有时还是需要靠我们自己刨根问底好好研究。