DataLight（V1.4.5）版本更新，新增 Ranger、Solr

DataLight 迎来了重大的版本更新，现已发布 V1.4.5 版本。本次更新对平台进行了较多的功能拓展和优化，新增了对 Ranger 和 Solr 服务组件的支持，同时对多项已有功能进行了改进，旨在提升更好的使用体验。

一. 更新日志

新增 SOLR 服务：
- 支持 Solr 服务的部署与维护，为用户提供强大的全文搜索和索引功能，方便对大数据集进行高效检索。
新增 RANGER 服务：
- 支持 RangerAdmin、RangerUserSync、RangerTagSync 的部署与管理，实现集中的权限控制和安全审计。

新增 RANGER 插件：

RANGER-HDFS 插件：
- 支持文件和目录级别的权限控制。
- 提供详细的访问审计日志，满足合规性要求。
RANGER-YARN 插件：
- 管理作业提交和队列级别的访问权限。
- 防止资源滥用，确保资源的公平分配和安全性。
RANGER-HBASE 插件：
- 实现表、列族、列级别的权限管理。
- 保障数据的读写安全，防止未经授权的操作。
RANGER-KAFKA 插件：
- 设置主题和消费组的访问权限。
- 保护消息的生产和消费环节，确保数据传输安全。
RANGER-HIVE 插件：
- 提供行、列、单元格级别的访问控制。
- 具备数据脱敏功能，保护敏感信息。
RANGER-SOLR 插件：
- 控制查询和索引的访问权限。
- 防止未经授权的搜索和数据泄露。

优化日志管理的滚动效果：

新增用户身份判定机制，解决了除 root 用户外其他普通用户无法登录的问题，提升了系统的安全性和用户友好性。
优化配置文件联动机制：

当 Ranger 服务部署或发生变动时，系统将自动联动修改相关服务的配置文件，减少手动操作的繁琐，降低错误发生的可能性。
新增脚本耗时显示：

在执行 datalight.sh 操作 Master 和 Worker 进程时，增加了耗时打印功能，方便用户了解操作执行时间，优化性能调试流程。

二. 部分更新内容预览

2.1 新增 Ranger、Solr 服务

2.2 RangerAdmin

提供友好的 Web 界面，可以方便地创建、修改和查看权限策略。

2.3 RangerUserSync

支持从 LDAP、Active Directory 或本地 Unix 系统同步用户和组信息，确保权限管理的准确性和同步性。

2.4 SolrServer

支持 Solr 集群部署，提供容错和负载均衡能力，且支持全文检索、模糊查询、范围查询等多种查询方式，满足多样化的业务需求。

2.5 一键启用、禁用 Ranger 插件

在 DataLight 平台上，可以一键启用或禁用各服务的 Ranger 插件，灵活控制权限管理功能。

2.6 Ranger 插件审计

详细记录各服务的访问和操作日志，帮助管理员监控用户行为，防范安全风险。

2.7 Ranger 插件状态

在平台上查看各 Ranger 插件的运行状态，及时发现和处理异常情况，保障系统稳定运行。

2.8 优化脚本耗时显示

增加了 datalight.sh 脚本操作过程的耗时打印，帮助用户分析和优化系统性能，提升运维效率。

三. 如何增量更新到 1.4.5 版本

我们提供了详细的升级指南，帮助您顺利将现有的 DataLight 平台更新到最新版本。

3.1 停止 Master/Worker进程

进入主节点，在所有服役的节点上，执行以下命令，停止并删除所有节点上的 Master、Worker 进程：

# 停止 Master 进程
/opt/datalight/bin/datalight.sh stop master# 停止 Worker 进程
/opt/datalight/bin/datalight.sh stop worker# 删除原有的 Master、Worker Jar 包
rm -rf /opt/datalight/app/*.jar

注：Master 进程所在节点称之为主节点，下同

3.2 更新主包

前往百度网盘，下载如下内容，获取最新的主程序包。

下载完成后，将新包覆盖至 /opt/datalight 目录下，替换原有文件。

3.3 更新插件包

前往百度网盘，下载如下插件包内容，将其覆盖更新至 /opt/datalight/plugins 目录下的相应位置，确保插件版本与主程序一致。

3.4 手动分发到所有节点

将更新后的 DataLight 目录从 主节点 推送至所有 从节点。可以使用 scp 或其他同步命令进行分发。例如，将更新内容推送至节点 node02：

# 以推送至 node02 节点为例
scp -r /opt/datalight node02:/opt

3.6 重新启动 Master 进程

进入主节点，通过以下命令启动 Master 进程，Master 进程重启后，稍等片刻，Master 将自动拉起所有节点上的 Worker 进程。

/opt/datalight/bin/datalight.sh start master 8001

四. Ranger 的功能与场景

DataLight 平台现已支持与 Ranger 深度集成，实现对各大数据组件的统一权限管理和安全审计。

4.1 Ranger 与 HDFS

使用场景：数据分层存储

在一个企业数据湖中，不同部门需要访问不同的数据集。Ranger 可以为每个部门设置特定的文件夹权限：
- 场景： 财务部门需要访问财务报告，但不应该访问研发数据。
- 解决方案： 使用 Ranger 创建规则，只允许财务部门的用户组访问 /data/finance 目录，而 /data/research 只能由研发部门访问。
- 好处： 确保数据隔离，防止敏感信息泄露。
4.2 Ranger 与 YARN

使用场景：资源公平调度

在共享计算资源的环境中，确保不同用户的公平使用：
- 场景： 数据科学团队和营销团队共享一个 YARN 集群。
- 解决方案： 通过 Ranger 限制每个团队提交的作业数量和资源使用量。
- 好处： 防止某一团队过度占用资源，提升整体资源利用率。
4.3 Ranger 与 HBase

使用场景：客户数据保护

公司需要存储和处理敏感的客户信息，确保数据安全：
- 场景： 客户服务团队需要访问客户联系信息，但不应查看财务数据。
- 解决方案： 使用 Ranger 在 HBase 中设置列级权限，允许访问 contact_info 列族，而限制 financial_data。
- 好处： 保护敏感数据，符合隐私法规要求。
4.4 Ranger 与 Hive

使用场景：敏感数据分析

在执行大规模数据分析时，保护敏感数据：
- 场景： 分析师需要访问销售数据进行趋势分析，但不应查看具体客户信息。
- 解决方案： 在 Hive 中设置列级权限，允许访问销售数据列，但限制客户信息列。
- 好处： 保证分析的同时，保护个人隐私。
4.5 Ranger 与 Kafka

使用场景：日志数据流管理

管理跨部门的日志数据流：
- 场景： 安全团队和开发团队需要访问不同的日志数据。
- 解决方案： 使用 Ranger 设置 Kafka 主题权限，安全团队可以访问 security_logs 主题，而开发团队访问 app_logs。
- 好处： 确保数据流的安全性和隐私性。
4.6 Ranger 与 Solr

使用场景：搜索查询控制

在企业搜索平台中，管理不同用户的查询权限：
- 场景： 员工可以搜索公共文档，但只有人力资源可以搜索员工记录。
- 解决方案： 使用 Ranger 控制 Solr 查询权限，限制员工只能搜索公共索引。
- 好处： 防止敏感信息泄露，确保合规性。