hdfs-ftp-server：基于hdfs的ftp服务器的设计与技术实现

清疚 2022-12-06 12:46 277阅读 0赞

项目基于hdfs-over-ftp进行升级改造，支持hadoop2.9.2，支持高可用连接及kerberos认证，并提供docker镜像，开箱即用，适用于生产环境。  
本文主要对项目的设计和实现思路及使用技术进行记录。具体代码和使用方法可直接查看github和dockerhub说明文档。  
GitHub：[https://github.com/linshenkx/hdfs-ftp-server][https_github.com_linshenkx_hdfs-ftp-server] 和DockerHub：[https://hub.docker.com/r/linshen/hdfs-ftp-server][https_hub.docker.com_r_linshen_hdfs-ftp-server]

## 一 设计 ##

### 1 参考 ###

项目主要参考了 [https://github.com/iponweb/hdfs-over-ftp][https_github.com_iponweb_hdfs-over-ftp] 和 [https://github.com/garyfub/hdfsftpserver][https_github.com_garyfub_hdfsftpserver] ，另外启动脚本还参考了[https://github.com/fayson/cdhproject/tree/master/hdfs-over-ftp-run][https_github.com_fayson_cdhproject_tree_master_hdfs-over-ftp-run]的实现。

网上比较主流的hdfs-ftp教程都来自于https://github.com/iponweb/hdfs-over-ftp，但是里面的代码都是12年的了。与其跟着那些教程去改依赖版本，然后看着一堆过时的方法修修补补。不如直接用新版本进行实现。也确实有人这么做了：https://github.com/garyfub/hdfsftpserver。但是做得不彻底，主要只是代码层面的更新（而且有些还写得不完整），其与hadoop的连接，属性的配置等仍用的是原来的思路。还不能作为产品用于生产环境。

### 2 设计目标 ###

1.  产品化  
    对于使用者来说，最讨厌的就是那些需要自己下载源码编译打包的软件，特别是windows开发者，往往死于编译环境的配置中。所以项目产品应该可以直接以二进制包的方式提供，解压即可使用，对conf文件夹下配置文件修改即可实现定制，而不用重新编译打包。最好还能做成镜像，属性从环境变量中读取，方便容器化使用。
2.  使用标准的配置方式连接hadoop  
    原来的实现是提供hdfs-uri属性配置，当然你也可以提供更多的属性在properties文件里，自己去读取然后连接上hadoop。可是既然要自己填配置了，为什么不直接从现成的配置文件里读取呢？原方法只使用于最简单的环境，不具有普遍适用性。

## 二 技术实现 ##

### 1 apache ftp server ###

官方文档：https://mina.apache.org/ftpserver-project/documentation.html  
使用起来其实很简单，入门教程可以看：[apache ftp server的简单入门(java应用内嵌ftp server)][apache ftp server_java_ftp server]  
完整配置直接看官方文档。  
核心就是把FileSystemFactory换成我们使用hdfs的实现。  
另外还可以完成端口定制、被动模式及端口范围、ssl、以及用户权限控制等。  
值得一提的是，由于我们文件系统的实现是hdfs，如果是kerberos环境，是要提供指定的principal和keytab的。在这种情况下，似乎ftpserver的权限限制无法生效（即匿名用户同样拥有principal对应的完整读写权限），以principal的实际用户权限为准。非kerberos环境没测试过。所以用户的配置我是直接用users.properties。如果要设计得复杂一点的话可以从数据库中读取用户数据，principal和keytab也可以根据用户的不同而切换。不过我决定没必要。

### 2 hdfs连接及操作 ###

主要指使用hdfs实现apache ftp server 规定的FtpFile、FileSystemView接口。  
另外还需要完成hdfs的配置读取，kerberos登录等。

### 3 shadow插件 ###

最开始的时候不想搞那么麻烦，就想直接一个可执行jar包搞定。  
本来用的是gradle自带的的 fatJar task，然后发现在独立运行的时候会有kerberos的认证错误`org.apache.hadoop.security.AccessControlException: Client cannot authenticate via:[TOKEN, KERBEROS]` ,这里已经有了大佬做了详细分析：https://arch-long.cn/articles/hadoop/Kerberos-Exceptions.html，简单来说就是打包的时候 META-INF/services/ 丢失了一些文件，给出的方法就是maven-shade-plugin插件并指定transformer。  
我使用的是gradle，对应的配置参考https://github.com/johnrengelman/shadow/issues/105下的讨论。

不过最后决定使用distribution发布的时候，其实就没有做成可执行jar包的必要了。

### 4 distribution插件 ###

这个是为了可以使用gradle自动生成tar格式的压缩包进行发布。  
使用教程参考：https://docs.gradle.org/current/userguide/distribution\_plugin.html  
这里进行记录是因为在使用copyBin复制bin文件夹下面的脚本的时候发现指定的fileMode最终无法生效，得改成在distributions配置中使用filesMatching(’\*\*/\*.sh’) \{ mode = 0744 \}  
如

distributions {
        main {
            distributionBaseName = 'hdfs-ftp-server'
            contents {
                from { 'build/package' }
                filesMatching('**/*.sh') { mode = 0744 }
            }
        }
    
    }

另外还需要注意的就是gradle task的dependsOn依赖编排顺序。

[https_github.com_linshenkx_hdfs-ftp-server]: https://github.com/linshenkx/hdfs-ftp-server
[https_hub.docker.com_r_linshen_hdfs-ftp-server]: https://hub.docker.com/r/linshen/hdfs-ftp-server
[https_github.com_iponweb_hdfs-over-ftp]: https://github.com/iponweb/hdfs-over-ftp
[https_github.com_garyfub_hdfsftpserver]: https://github.com/garyfub/hdfsftpserver
[https_github.com_fayson_cdhproject_tree_master_hdfs-over-ftp-run]: https://github.com/fayson/cdhproject/tree/master/hdfs-over-ftp-run
[apache ftp server_java_ftp server]: https://www.cnblogs.com/huhongy/p/8094015.html