Apache Kudu的多租户实现

Question

我正在使用apache Kudu实现大数据系统。初步要求如下：

1. 支持多租户
2. 前端将使用Apache Impala JDBC驱动程序来访问数据。
3. 客户将在Kudu上编写Spark Jobs以获取分析用例。

由于Kudu不支持多租户OOB，我可以考虑以下方式来支持多租户。

方式：

每个表都有tenantID列，所有租户的所有数据都将与相应的tenantID存储在同一个表中。

将Kudu表映射为Impala中的外部表。使用每个租户的where子句创建这些表的视图，如

CREATE VIEW IF NOT EXISTS cust1.table AS SELECT * FROM table WHERE tenantid = 'cust1';

Customer1将使用impala JDBC驱动程序或Spark访问表cust1.table以访问cust1的数据。 Customer2将访问table cust2.table以访问cust2的数据，依此类推。

问题：

1. 这是实施多租户的可接受方式还是有更好的方法（可能与其他外部服务一起）
2. 如果以这种方式实施，我如何限制customer2访问Kudu中的cust1.table，尤其是当客户为了分析目的而编写自己的火花作业时。

Answer 1

我们与Cloudera人开了个会，以下是我们收到的关于我上面发布的问题的回复

的问题：

1. 这是实施多租户的可接受方式还是有更好的方法（可能与其他外部服务一起）
2. 如果以这种方式实施，我如何限制customer2访问Kudu中的cust1.table，尤其是当客户为了分析目的而编写自己的火花作业时。

的答案：

1. 正如Samson在评论中指出的那样，Kudu目前没有访问权限或完全访问权限。因此建议的选项是使用Impala访问Kudu。

   因此，不是让每个表都包含TenantID列，而是单独创建每个租户表。这些Kudu表在Impala中映射为外部表（最好在单独的Impala数据库中）。

   然后使用Impala中的Sentry授权控制对这些表的访问。

2. 对于Spark SQL访问，建议的方法是只显示Imapala表，而不是直接访问Kudu表。然后在Impala级别再次处理身份验证和授权要求，然后授予Spark作业访问Kudu表的权限。