Hadoop 是一个由 Apache 基金会所开发的一个开源、高可靠、可扩展的分布式计算框架。 Hadoop 由许多元素构成。其最底部是 Hadoop Distributed File System（HDFS），它存储 Hadoop 集群中所有存储节点上的文件。HDFS的上一层是MapReduce 引擎，该引擎由 JobTrackers 和 TaskTrackers 组成。通过对Hadoop分布式计算平台最核心的分布式文件系统HDFS、MapReduce处理过程，以及数据仓库工具Hive和分布式数据库Hbase的介绍，基本涵盖了Hadoop分布式平台的所有技术核心。
HDFS 是 Google File System (GFS) 的开源实现。 MapReduce 是一种编程模型，用于大规模数据集(大于1TB)的并行运算。
1、WebUI 敏感信息泄漏
Hadoop 默认开放了很多端口来提供 WebUI 服务。下表列举了相关的端口信息：
通过访问 NameNode WebUI 管理界面的 50070 端口，可以下载任意文件。而且，如果 DataNode 的默认端口 50075 开放，攻击者可以通过 HDSF 提供的 restful API 对 HDFS 存储的数据进行操作。
2、Hadoop 的第三方插件安全漏洞
Cloudera Manager 版本 <= 5.5
Cloudera Manager CVE-2016-4949 Information Disclosure Vulnerability
Template rename stored XSS (CVE-2016-4948)
Kerberos wizard stored XSS (CVE-2016-4948)
Host addition reflected XSS (CVE-2016-4948)
Cloudera HUE 版本 <= 3.9.0
Enumerating users with an unprivileged account (CVE-2016-4947)
Stored XSS (CVE-2016-4946)
Open redirect
Apache Ranger 版本 <= 0.5
Unauthenticated policy download
Authenticated SQL injection (CVE-2016-2174)
Apache Group Hadoop 2.6.x
Apache Hadoop MapReduce信息泄露漏洞(CVE-2015-1776)3、Hive 任意命令/代码执行漏洞
Hive 是建立在 Hadoop 上的数据仓库基础构架。它提供了一系列的工具，可以用来进行数据的提取转化加载（ETL），是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。Hive 定义了简单的类 SQL 查询语言，称为 HQL，它允许熟悉 SQL 的用户查询数据。同时，HQL 语言也允许熟悉 MapReduce 开发者的开发自定义的 mapper 和 reducer 来处理内建的 mapper 和 reducer 无法完成的复杂的分析工作。
HQL 语言可以通过 transform 命令自定义 Hive 使用的 Map/Reduce 脚本，从而调用 Shell、Python 等语言，导致攻击者可以通过 Hive 接口等相关操作方式直接获取服务器权限。
根据上述 Hadoop 环境安全问题可以发现，对外暴露服务端口会存在严重的安全风险。建议按照以下方式为 Hadoop 环境进行安全加固。
1、网络访问控制 使用 安全组防火墙 或本地操作系统防火墙对访问源 IP 进行控制。如果您的 Hadoop 环境仅对内网服务器提供服务，建议不要将 Hadoop 服务所有端口发布到互联网。
2、启用认证功能 启用 Kerberos 认证功能。
3、更新补丁 不定期关注 Hadoop 官方发布的最新版本，并及时更新补丁。
参考链接： https://help.aliyun.com/knowledge_detail/50128.html