View a markdown version of this page

Configuración de Zeppelin para clústeres de Apache Amazon EMR Ranger-enabled - Amazon EMR

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Configuración de Zeppelin para clústeres de Apache Amazon EMR Ranger-enabled

El tema trata sobre cómo configurar Apache Zeppelin para un clúster de Apache Amazon Ranger-enabled EMR, de modo que pueda utilizar Zeppelin como bloc de notas para la exploración interactiva de datos. Zeppelin se incluye en las versiones de 5.0.0 de Amazon EMR y posteriores. Las versiones anteriores incluyen Zeppelin como una aplicación de entorno aislado. Para obtener más información, consulte Versiones de lanzamiento de Amazon EMR 4.x en la Guía de publicación de Amazon EMR.

De forma predeterminada, Zeppelin está configurado con una contraseña y un nombre de usuario predeterminados, lo que no es seguro en un entorno multiusuario.

Para configurar Zeppelin, siga los pasos que se describen a continuación:

  1. Modifique el mecanismo de autenticación.

    Modifique el archivo shiro.ini para implementar el mecanismo de autenticación que prefiera. Zeppelin admite Active Directory, LDAP, PAM y Knox SSO. Consulte Apache Shiro authentication for Apache Zeppelin para obtener más información.

  2. Configure Zeppelin para suplantar al usuario final

    Si permite que Zeppelin suplante al usuario final, los trabajos enviados por Zeppelin se pueden ejecutar como ese usuario final. Agregue la siguiente configuración a core-site.xml:

    [
  {
    "Classification": "core-site",
    "Properties": {
      "hadoop.proxyuser.zeppelin.hosts": "*",
      "hadoop.proxyuser.zeppelin.groups": "*"
    },
    "Configurations": [
    ]
  }
]

    A continuación, agregue la siguiente configuración a hadoop-kms-site.xml, que se encuentra en /etc/hadoop/conf:

    [
  {
    "Classification": "hadoop-kms-site",
    "Properties": {
      "hadoop.kms.proxyuser.zeppelin.hosts": "*",
      "hadoop.kms.proxyuser.zeppelin.groups": "*"
    },
    "Configurations": [
    ]
  }
]

    También puede agregar estas configuraciones a su clúster de Amazon EMR mediante la consola siguiendo los pasos que se indican en Reconfiguración de un grupo de instancias en la consola.

  3. Permita que Zeppelin utilice el comando sudo como usuario final

    Cree un archivo /etc/sudoers.d/90-zeppelin-user que contenga lo siguiente:

    zeppelin ALL=(ALL) NOPASSWD:ALL

  4. Modifique la configuración de los intérpretes para ejecutar las tareas de los usuarios en sus propios procesos.

    Configure todos los intérpretes para que creen instancias de los intérpretes “por usuario” en procesos “aislados”.

    Diagrama de arquitectura de Amazon EMR y Apache Ranger.

  5. Modifique zeppelin-env.sh

    Agregue lo siguiente a zeppelin-env.sh para que Zeppelin comience a lanzar los intérpretes como usuario final:

    ZEPPELIN_IMPERSONATE_USER=`echo ${ZEPPELIN_IMPERSONATE_USER} | cut -d @ -f1`
export ZEPPELIN_IMPERSONATE_CMD='sudo -H -u ${ZEPPELIN_IMPERSONATE_USER} bash -c'

    Agregue lo siguiente a zeppelin-env.sh para cambiar los permisos predeterminados del cuaderno a solo lectura únicamente para el creador:

    export ZEPPELIN_NOTEBOOK_PUBLIC="false"

    Por último, añada lo siguiente zeppelin-env.sh para incluir la ruta de la RecordServer clase EMR después de la primera CLASSPATH sentencia:

    export CLASSPATH="$CLASSPATH:/usr/share/aws/emr/record-server/lib/aws-emr-record-server-connector-common.jar:/usr/share/aws/emr/record-server/lib/aws-emr-record-server-spark-connector.jar:/usr/share/aws/emr/record-server/lib/aws-emr-record-server-client.jar:/usr/share/aws/emr/record-server/lib/aws-emr-record-server-common.jar:/usr/share/aws/emr/record-server/lib/jars/secret-agent-interface.jar"

  6. Reinicie Zeppelin.

    Ejecute el siguiente comando para reiniciar Zeppelin:

    sudo systemctl restart zeppelin