Componenti Dataproc

I cluster Dataproc includono i seguenti tipi di componenti:

• Componenti installati: componenti installati nell'immagine e attivati quando viene creato il cluster.

• Componenti facoltativi: i componenti che selezioni per l'installazione e l'utilizzo sul cluster quando lo crei. Dataproc installa e attiva i componenti facoltativi a seconda della versione dell'immagine del cluster come segue:

  • 2.2 e versioni precedenti dell'immagine: i componenti facoltativi vengono installati automaticamente. I componenti facoltativi selezionati vengono attivati e quelli non selezionati vengono disinstallati durante la creazione del cluster.

  • Versioni dell'immagine 2.3 e successive: tutti i componenti facoltativi vengono installati durante la creazione del cluster, ad eccezione dei componenti facoltativi Jupyter, Iceberg e Delta Lake, che sono preinstallati nelle versioni dell'immagine 2.3 e successive. I componenti opzionali preinstallati vengono rimossi da un cluster di versione immagine 2.3 o successive se non sono attivati al momento della creazione del cluster. Per saperne di più, consulta Versioni di rilascio di Dataproc 2.3.x.

    Per evitare un aumento del tempo di avvio per i cluster con versione immagine 2.3 e successive, crea un'immagine personalizzata con i componenti facoltativi preinstallati. Per farlo, esegui generate_custom_image.py con il flag --optional-components.

• Componenti dell'azione di inizializzazione: componenti installati su un cluster nell'ambito di un'azione di inizializzazione che specifichi quando crei un cluster.

I componenti facoltativi vengono installati su un cluster prima dell'esecuzione delle azioni di inizializzazione sul cluster.

Le pagine delle versioni immagine di Dataproc elencano i componenti e i tipi di componenti disponibili nelle ultime release delle immagini Dataproc.

I componenti facoltativi presentano i seguenti vantaggi rispetto alle azioni di inizializzazione utilizzate per installare i componenti:

• I componenti facoltativi vengono testati per verificarne la compatibilità con versioni specifiche di Dataproc.
• I componenti opzionali vengono abilitati con un parametro di creazione del cluster; le azioni di inizializzazione richiedono uno script.

Componenti facoltativi disponibili

Componente facoltativo	Nome componente nei comandi Google Cloud CLI e nelle richieste API	Versione immagine	Fase di rilascio
Delta Lake	DELTA	2.2.46 e versioni successive	GA
Docker	DOCKER	1.5 e versioni successive	GA
Flink	FLINK	1.5 e versioni successive	GA
HBase	HBASE	1.5 e versioni successive (non disponibile in 2.1 e versioni successive)	Deprecato
Hive WebHCat	HIVE_WEBHCAT	1.3 e versioni successive	GA
Hudi	HUDI	1.5 e versioni successive	GA
Iceberg	ICEBERG	2.2 e versioni successive	GA
Jupyter Notebook	JUPYTER	1.3 e versioni successive	GA
Maiale	PIG	1.5^* e versioni successive	GA
Presto	PRESTO	1.3 e versioni successive (non disponibile in 2.1 e versioni successive)	GA
Ranger	RANGER	1.3 e versioni successive	GA
Solr	SOLR	1.3 e versioni successive	GA
Trino	TRINO	2.1 e versioni successive	GA
Zeppelin Notebook	ZEPPELIN	1.3 e versioni successive	GA
Zookeeper	ZOOKEEPER	1.0 e versioni successive	GA

Note:

• Apache Pig è un componente facoltativo nelle versioni immagine 2.3 e successive. Era preinstallato in 2.2 e nelle versioni precedenti delle immagini.

Consulta Interfacce web del cluster per connetterti alle interfacce web dei componenti in esecuzione sui cluster. Consulta anche il component gateway di Dataproc, che ti consente di connetterti alle interfacce web dei componenti core e opzionali di Dataproc, tra cui le interfacce utente di YARN, HDFS, Jupyter e Zeppelin, senza richiedere l'utilizzo di tunnel SSH o la modifica delle regole firewall per consentire il traffico in entrata.

Aggiungere componenti facoltativi

Nota: i seguenti esempi di utilizzo si applicano ai componenti disponibili pubblicamente (GA).

Console

1. Nella console Google Cloud , vai alla pagina Dataproc Crea un cluster.

   Vai a Crea un cluster

   Il riquadro Configura cluster è selezionato.

2. Nella sezione Componenti, in Componenti facoltativi, seleziona uno o più componenti da installare sul cluster.

Google Cloud CLI

Per creare un cluster Dataproc e installare uno o più componenti facoltativi sul cluster, utilizza il comando gcloud beta dataproc clusters create cluster-name con il flag --optional-components.

gcloud dataproc clusters create CLUSTER_NAME \
  --optional-components=COMPONENT-NAME(s) \
  ... other flags

API REST

I componenti facoltativi possono essere specificati tramite l'API Dataproc utilizzando SoftwareConfig.Component nell'ambito di una richiesta clusters.create.