zookeeper配置acl账号权限,clickhouse和dolphinscheduler对应配置调整

本文详细介绍了如何在Zookeeper3.4.10部署的Linux服务器上创建账号并使用Digest认证设置ACL权限,以及如何在ClickHouse和DolphinScheduler配置中集成ZooKeeper的ACL认证。

zookeeper-3.4.10.tar.gz部署linux服务器后怎么创建账号设置acl权限

在ZooKeeper中,ACL(Access Control Lists)用于控制对znodes的访问权限。ZooKeeper支持不同的认证方式,例如:IP、Digest(用户名和密码的方式)、world(开放世界,任何人都可以访问)等。下面是如何在ZooKeeper中创建账号并设置ACL权限的步骤:

  1. 安装ZooKeeper
    确保你已经将ZooKeeper的tar.gz包解压并配置好了ZooKeeper的环境。配置包括设置conf/zoo.cfg文件,启动ZooKeeper服务等。

  2. 启动ZooKeeper服务
    使用以下命令启动ZooKeeper服务:

    ./bin/zkServer.sh start
    
  3. 连接到ZooKeeper服务
    使用ZooKeeper的客户端连接到服务:

    ./bin/zkCli.sh -server 127.0.0.1:2181
    
  4. 创建账号
    ZooKeeper没有传统意义上的“账号”概念,但可以使用digest认证方式来模拟账号密码的效果。例如,创建一个用户名为user1,密码为password1的账号,可以使用以下命令:

    addauth digest user1:password1
    
  5. 设置ACL
    在ZooKeeper中,可以使用setAcl命令来设置特定znode的ACL。例如,如果你想设置一个znode /example,使得只有user1有权限读写,可以使用以下命令:

    setAcl /example digest:user1:password1:crwda
    

    这里crwda分别代表创建(create)、读取(read)、写入(write)、删除(delete)、管理(admin)权限。

  6. 验证ACL
    为了验证ACL是否设置成功,可以尝试使用不同的认证信息来访问该znode。如果没有使用正确的用户名和密码,应该会被拒绝访问。

请注意,上述步骤中的密码需要通过SHA1加密后的摘要,而不是明文密码。在实际使用setAcl命令时,需要将user1:password1替换为对应的摘要字符串。可以使用ZooKeeper自带的DigestAuthenticationProvider工具来生成这个摘要字符串:

java -cp zookeeper.jar:lib/log4j-1.2.17.jar:lib/slf4j-log4j12-1.7.25.jar:lib/slf4j-api-1.7.25.jar:conf org.apache.zookeeper.server.auth.DigestAuthenticationProvider user1:password1

这将输出一个字符串,比如user1:BASE64STRING,你需要使用这个输出值来替换setAcl命令中

用户画像,作为一种勾画目标用户、联系用户诉求与设计方向的有效工具,用户画像在各领域得到了广泛的应用。用户画像最初是在电商领域得到应用的,在大数据时代背景下,用户信息充斥在网络中,将用户的每个具体信息抽象成标签,利用这些标签将用户形象具体化,从而为用户提供有针对性的服务。还记得年底收到的支付宝年度消费账单吗?帮助客户回顾一年的消费细节,包括消费能力、消费去向、信用额度等等,再根据每位客户的消费习惯,量身定制商品推荐列表……这一活动,将数据这个量化的词以形象生动的表现手法推到了大众面前。这就是用户画像在电商领域的一个应用,随着我国电子商务的高速发展,越来越多的人注意到数据信息对于电商市场的推动作用。基于数据分析的精准营销方式,可以最大限度的挖掘并留住潜在客户,数据统计与分析为电商市场带来的突破不可估量。在大数据时代,一切皆可“量化”,看似普通的小小数字背后,蕴藏着无限商机,也正在被越来越多的企业所洞悉。如何从大数据中挖掘商机?建立用户画像精准化分析是关键。什么是用户画像呢?用户画像是根据市场研究数据,创建的理想中客户虚构的表示。创建用户画像,这将有助于理解现实生活中的目标受众。企业创建的人物角色画像,具体到针对他们的目标需求,并解决他们的问题,同时,这将帮助企业更加直观的转化客户。用户画像最重要的一个步骤就是对用户标签化,我们要明确要分析用户的各种维度,才能确定如何对用户进行画像。用户画像建立步骤首先,基础数据收集,电商领域大致分为行为数据、内容偏好数据、交易数据,如浏览量、访问时长、家具偏好、回头率等等。而金融领域又有贷款信息,信用卡,各种征信信息等等。然后,当我们对用户画像所需要的基础数据收集完毕后,需要对这些资料进行分析加工,提炼关键要素,构建可视化模型。对收集到的数据进行行为建模,抽象出用户的标签。电商领域可能是把用户的基本属性、购买能力、行为特征、兴趣爱好、心理特征、社交网络大致的标签化,而金融风控领域则是更关注用户的基本信息,风险信息,财务信息等等。随后,要利用大数据的整体架构对标签化的过程进行开发实现,对数据进行加工,将标签管理化。同时将标签计算的结果进行计算。这个过程中需要依靠Hive,Hbase等大数据技术,为了提高数据的实时性,还要用到Flink,Kafka等实时计算技术。最后,也是最关键的一步,要将我们的计算结果,数据,接口等等,形成服务。比如,图表展示,可视化展示。基于Flink+Alink构建全端亿级实时用户画像系统课程,将带领大家一步一步实现一个强大的实时用户画像系统,该系统以热门的互联网电商实际业务应用场景为案例讲解,具体包含:标签管理(支持动态标签扩展,动态标签指标)、用户预测、用户群体画像、用户行为画像、用户中心、几大内容。本课程采用全新的大数据技术栈:Flink+Alink,让你体验到全新技术栈的强大,感受时代变化的气息,通过学习完本课程可以节省你摸索的时间,节省企业成本,提高企业开发效率。本课程包含的技术: 开发工具为:IDEA、WebStorm Flink1.13.0Alink1.5.0 ClickHouseDolphinSchedulerHadoopHbaseKafkaZookeeper SpringBoot2.0.8.RELEASE SpringCloud Finchley.SR2BinlogCanal MySQL MybatisVue.js、Nodejs、ElementUI 课程亮点: 1.与企业接轨、真实工业界产品2.标签化管理模块功能,支持动态标签扩展3.动态标签指标分析维护4.Alink算法技术框架 5.大数据热门技术Flink新版本 6.主流微服务后端系统 7.数据库实时同步解决方案 8.涵盖主流前端技术VUE+NodeJS+ElementUI 9.集成SpringCloud实现统一整合方案 10.互联网大数据企业热门技术栈 11.支持海量数据的实时画像 12.支持全端实时画像 13.全程代码实操,提供全部代码资料 14.提供答疑提供企业技术方案咨询 
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值