Zookeeper添加SASL安全认证 修复方案

#作者:张桐瑞

文章目录

  • 1修复背景
  • 2修复方案说明
  • 3配置流程
    • 3.1停止zookeeper服务
    • 3.2Zookeeper添加SASL参数
      • 3.2.1配置解析
    • 3.3配置jaas密码文件
    • 3.4添加启动参数
    • 3.5启动zookeeper服务
    • 3.6访问测试
  • 4Kafka连接zookeeper服务端配置
    • 4.1未配置身份认证
    • 4.2停止kafka服务
    • 4.3 配置身份认证
      • 4.3.1配置jaas密码文件
      • 4.3.2配置kafka启动参数
    • 4.4启动kafka服务
  • 5 回滚方案
    • 5.1Zookeeper回滚方案
    • 5.2Kafka回滚方案

1修复背景

Zookeeper未授权访问漏洞通常指的是Zookeeper服务未进行适当的安全配置,导致外部用户可未经认证和授权访问Zookeeper服务,从而获取到服务控制权。

2修复方案说明

SASL:SASL(即简单身份验证和安全层)是一个身份验证框架,它指定和描述将身份验证机制插入应用程序协议的过程。它是一种用于验证远程计算机的互联网标准框架或跟踪方法。
涉及版本:3.6.0+

3配置流程

3.1停止zookeeper服务

zookeeper]# ./bin/zkServer.sh stop

3.2Zookeeper添加SASL参数

  1. 先备份zookeeper/conf/zoo.cfg配置文件
  2. 在zookeeper/conf/zoo.cfg配置文件中添加如下SASL配置:
    authProvider.1=org.apache.zookeeper.server.auth.SASLAuthenticationProvider
    sessionRequireClientSASLAuth=true

3.2.1配置解析

authProvider.1=org.apache.zookeeper.server.auth.SASLAuthenticationProvider #启用 SASL 认证
sessionRequireClientSASLAuth=true #自 3.6.0 版本开始:当设置为 true 时,ZooKeeper 服务器将只接受通过 SASL 与服务器进行认证的客户端的连接和请求。未配置 SASL 认证或配置了 SASL 但认证失败(即凭证无效)的客户端将无法与服务器建立会话。在这种情况下,将返回一个类型错误代码(-124),之后 Java 和 C 客户端将关闭与服务器的会话,而不会尝试重新连接。

3.3配置jaas密码文件

  1. 创建zookeeper/conf/zk_jaas.conf密码文件并写入如下密码配置:
Server { org.apache.zookeeper.server.auth.DigestLoginModule required username="zkadmin" #服务端身份认证用户名 password="zkadmin" #服务端身份认证密码 user_zkuser1="password1"; #允许用户名zkuser1且密码为password1的用户访问 user_zkuser2="password2"; #允许用户名zkuser2且密码为password2的用户访问 user_zkuser3="password3"; #允许用户名zkuser3且密码为password3的用户访问 … }; Client { org.apache.zookeeper.server.auth.DigestLoginModule required username="zkuser1" #客户端用户名1 password="password1"; #客户端密码1 }; Client { org.apache.zookeeper.server.auth.DigestLoginModule required username="zkuser2" password="password2"; }; Client { org.apache.zookeeper.server.auth.DigestLoginModule required username="zkuser3" password="password3"; };

3.4添加启动参数

  1. 先备份zookeeper/bin/zkEnv.sh脚本文件
  2. 在zookeeper/bin/zkEnv.sh中添加如下配置:
    export JVMFLAGS=“-Djava.security.auth.login.config=/root/zookeeper/conf/zk_jaas.conf -Dzookeeper.requireClientAuthScheme=sasl”

3.5启动zookeeper服务

zookeeper]# ./bin/zkServer.sh start

3.6访问测试

  1. 使用配置zkEnv.sh的zkCli.sh命令

  2. 使用未配置zkEnv.sh的zkCli.sh命令

4Kafka连接zookeeper服务端配置

4.1未配置身份认证

在kafka未配置zookeeper对应的Jaas.conf密码时,使用kafka去连接zookeeper,Kafka连接失败,出现缺少认证报错信息。

4.2停止kafka服务

kafka]#./bin/kafka-server-stop.sh

4.3 配置身份认证

4.3.1配置jaas密码文件

在/kafka/config/kafka_jaas.conf编写如下jaas.conf密码:
Client {
org.apache.zookeeper.server.auth.DigestLoginModule required
username=“zkuser”
password=“password”;
};

4.3.2配置kafka启动参数

1.在/kafka/bin/kafka-run-class.sh脚本中# JMX settings下添加如下配置:
-Djava.security.auth.login.config=/root/kafka/config/kafka_jaas.conf
2.整体配置展示:

# JMX settings if [ -z "$KAFKA_JMX_OPTS" ]; then KAFKA_JMX_OPTS="-Dcom.sun.management.jmxremote -Dcom.sun.management.jmxremote.authenticate=false -Dcom.sun.management.jmxremote.ssl=false -Djava.security.auth.login.config=/root/kafka/config/kafka_jaas.conf " Fi
  1. 配置图片

4.4启动kafka服务

kafka]#./kafka/bin/kafka-server-start.sh -daemon kafka/config/server.properties

5 回滚方案

5.1Zookeeper回滚方案

1.停止zookeeper服务
2.恢复zookeeper的zkEnv.sh和zoo.cfg配置文件
3.启动zookeeper服务

5.2Kafka回滚方案

1.停止kafka服务
2.恢复kafka的kafka-run-class.sh脚本文件
3.启动kafka服务

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1150005.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

语义相似度计算实战|基于GTE中文模型镜像快速部署WebUI与API

语义相似度计算实战|基于GTE中文模型镜像快速部署WebUI与API 1. 背景与核心价值 在当前的自然语言处理(NLP)应用中,语义相似度计算已成为搜索、推荐、问答系统和RAG(检索增强生成)等场景的核心能力。传统…

学霸同款9个AI论文网站,专科生轻松搞定毕业论文!

学霸同款9个AI论文网站,专科生轻松搞定毕业论文! AI 工具让论文写作不再难 在当前的学术环境中,越来越多的学生开始借助 AI 工具来提升论文写作的效率与质量。尤其是在面对毕业论文时,专科生往往面临时间紧、资料少、思路不清晰等…

如何高效完成图片去背景?CV-UNet大模型镜像助你秒级抠图

如何高效完成图片去背景?CV-UNet大模型镜像助你秒级抠图 在图像处理、电商展示、广告设计等场景中,图片去背景(即图像抠图) 是一项高频且关键的任务。传统手动抠图耗时费力,而基于AI的智能抠图技术正逐步成为主流。本…

从入门到实用:CV-UNet镜像助力高精度Alpha通道提取

从入门到实用:CV-UNet镜像助力高精度Alpha通道提取 1. 技术背景与核心价值 在图像处理、视觉设计和AI内容生成领域,精确的前景提取与Alpha通道生成是关键基础能力。传统抠图方法依赖人工标注或简单阈值分割,效率低且难以应对复杂边缘&#…

突破瓶颈!大数据行式存储性能提升之道

突破瓶颈!大数据行式存储性能提升之道——从原理到实践的优化指南 摘要 行式存储(Row-based Storage)是大数据场景中最经典的存储模式之一,其顺序写入效率高、数据完整性好的特点,使其成为批量加载、实时数据摄入等场景的首选。然而,当数据规模增长到TB甚至PB级时,行式…

低成本单发单收激光测距传感器方案 低成本单发单收激光测距全套方案,包括原理图、源代码、PCB、...

低成本单发单收激光测距传感器方案 低成本单发单收激光测距全套方案,包括原理图、源代码、PCB、BOM、光学部分资料,结构、特殊元件数据手册及供应商联系方式,提供调试技术文档。 全套方案已成功打板验证,实现0.05~50m测量范围&…

CV-UNet大模型镜像应用解析|附通用抠图WebUI同款实战案例

CV-UNet大模型镜像应用解析|附通用抠图WebUI同款实战案例 1. 技术背景与核心价值 随着AI图像处理技术的快速发展,智能抠图已成为电商、设计、内容创作等领域的刚需功能。传统手动抠图效率低、成本高,而基于深度学习的自动抠图方案正逐步成为…

AutoGLM-Phone-9B核心优势揭秘|9B参数下的跨模态高效推理

AutoGLM-Phone-9B核心优势揭秘|9B参数下的跨模态高效推理 1. 引言:移动端多模态大模型的挑战与突破 随着AI应用向移动设备快速迁移,如何在资源受限的终端实现高性能、低延迟的多模态推理成为关键技术瓶颈。传统大模型因高算力需求难以部署于…

AutoGLM-Phone-9B部署全流程:基于GLM架构的移动端优化方案

AutoGLM-Phone-9B部署全流程:基于GLM架构的移动端优化方案 随着边缘智能的快速发展,将大语言模型(LLM)部署至移动终端已成为提升用户体验与数据安全的关键路径。AutoGLM-Phone-9B作为一款专为移动端设计的多模态大语言模型&#…

如何高效抠图?试试CV-UNet大模型镜像,单张批量都支持

如何高效抠图?试试CV-UNet大模型镜像,单张批量都支持 1. 背景与痛点:传统抠图方式的局限性 在图像处理、电商展示、广告设计等领域,精准抠图是不可或缺的一环。然而,传统抠图方式长期面临三大难题: 效率低…

如何实现中文语义相似度计算?GTE轻量级镜像一键部署指南

如何实现中文语义相似度计算?GTE轻量级镜像一键部署指南 在自然语言处理(NLP)领域,语义相似度计算是构建智能搜索、问答系统、推荐引擎和RAG(检索增强生成)系统的核心能力之一。传统的关键词匹配方法已无法…

从单图到批量处理:CV-UNet大模型镜像实现高效图像抠图

从单图到批量处理:CV-UNet大模型镜像实现高效图像抠图 1. 背景与需求:AI驱动的智能抠图时代 在数字内容创作、电商展示、影视后期等领域,图像抠图(Image Matting) 是一项高频且关键的任务。传统依赖Photoshop等工具的…

零代码基础玩转语义计算|GTE向量模型镜像开箱即用体验

零代码基础玩转语义计算|GTE向量模型镜像开箱即用体验 在自然语言处理(NLP)领域,语义相似度计算是智能搜索、问答系统、推荐引擎等应用的核心能力。传统关键词匹配方式难以理解“我爱吃苹果”和“苹果很好吃”之间的语义关联&…

中文语义相似度计算实战|基于GTE大模型镜像快速搭建WebUI与API服务

中文语义相似度计算实战|基于GTE大模型镜像快速搭建WebUI与API服务 在当前自然语言处理(NLP)领域,语义相似度计算已成为搜索、推荐、问答系统和RAG架构中的核心能力。如何高效、准确地判断两段中文文本的语义接近程度&#xff1f…

【人工智能引论期末复习】第3章 搜索求解2 - 对抗搜索

一、核心概念与定义(填空/选择题高频)1. 对抗搜索(博弈搜索)定义:在竞争环境中,多个智能体通过竞争实现相反利益的过程典型场景:两人对决、零和博弈常见算法:最小最大搜索&#xff0…

零代码启动中文情感分析|StructBERT镜像集成Flask服务,CPU也可跑

零代码启动中文情感分析|StructBERT镜像集成Flask服务,CPU也可跑 1. 引言:为什么需要轻量级中文情感分析方案? 在当前自然语言处理(NLP)广泛应用的背景下,中文情感分析已成为客服系统、舆情监…

CV-UNet Universal Matting镜像核心优势解析|附实战案例

CV-UNet Universal Matting镜像核心优势解析|附实战案例 TOC 1. 技术背景与痛点分析 在图像处理领域,图像抠图(Image Matting) 是一项基础但极具挑战性的任务。传统方法依赖于绿幕拍摄或手动精细标注,成本高、效率低…

如何高效实现中文情绪识别?试试这款轻量级CPU友好型StructBERT镜像

如何高效实现中文情绪识别?试试这款轻量级CPU友好型StructBERT镜像 1. 引言:中文情绪识别的现实挑战与技术演进 在社交媒体、电商评论、客服对话等场景中,自动识别用户情绪倾向已成为企业洞察用户体验、优化服务策略的关键能力。传统方法依…

移动端多模态推理新突破|基于AutoGLM-Phone-9B的轻量化部署实践

移动端多模态推理新突破|基于AutoGLM-Phone-9B的轻量化部署实践 1. 引言:移动端多模态AI的挑战与机遇 随着智能手机、可穿戴设备等边缘终端的算力不断提升,在本地实现高质量的多模态大模型推理已成为现实可能。然而,传统大模型通…

告别复杂环境配置|一键启动中文情感分析Web应用(CPU版)

告别复杂环境配置|一键启动中文情感分析Web应用(CPU版) 1. 背景与痛点:中文情感分析的落地难题 在自然语言处理(NLP)的实际项目中,中文情感分析是客服系统、舆情监控、用户评论挖掘等场景的核…