"Managed Service for Apache Spark" is the new name for the product formerly known as "Dataproc on Compute Engine" (cluster deployment) and "Google Cloud Serverless for Apache Spark" (serverless deployment).

Google utilizza la tecnologia AI per tradurre i contenuti nella tua lingua preferita. Le traduzioni generate dall'AI potrebbero contenere errori.

Chiavi di crittografia gestite dal cliente (CMEK)

Quando utilizzi Managed Service for Apache Spark, i dati dei cluster e dei job vengono archiviati sui dischi permanenti associati alle VM di Compute Engine nel cluster e in un bucket di staging di Cloud Storage staging bucket. Per impostazione predefinita, questi dati del disco permanente e del bucket vengono criptati utilizzando una chiave di crittografia dei dati (DEK) e una chiave di crittografia della chiave (KEK) generate da Google.

Se vuoi controllare e gestire la chiave di crittografia della chiave (KEK), puoi utilizzare le chiavi di crittografia gestite dal cliente (CMEK) (Google continua a controllare la chiave di crittografia dei dati (DEK)). Per saperne di più sulle chiavi di crittografia dei dati di Google, consulta Crittografia at-rest.

Crittografia dei dati del cluster CMEK

Puoi utilizzare le chiavi di crittografia gestite dal cliente (CMEK) per criptare i seguenti dati del cluster:

Dati sui dischi permanenti collegati alle VM del cluster Managed Service for Apache Spark
Dati degli argomenti del job inviati al cluster, ad esempio una stringa di query inviata con un job Spark SQL
Metadati del cluster, output del driver del job, e altri dati scritti nel cluster Managed Service for Apache Spark bucket di staging

Prima di iniziare

Accedi al tuo Google Cloud account. Se non hai mai utilizzato Google Cloud, crea un account per valutare il rendimento dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti senza costi per l'esecuzione, il test e il deployment dei carichi di lavoro.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Dataproc, Cloud Key Management Service, Compute Engine, and Cloud Storage APIs.

Roles required to enable APIs

To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

Enable the APIs

Installa Google Cloud CLI.

Nota: se hai già installato gcloud CLI, assicurati di avere l'ultima versione eseguendo gcloud components update.

Se utilizzi un provider di identità (IdP) esterno, devi prima accedere a gcloud CLI con la tua identità federata.

Per inizializzare gcloud CLI, esegui questo comando:

gcloud init

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Dataproc, Cloud Key Management Service, Compute Engine, and Cloud Storage APIs.

Roles required to enable APIs

Enable the APIs

Installa Google Cloud CLI.

Nota: se hai già installato gcloud CLI, assicurati di avere l'ultima versione eseguendo gcloud components update.

Se utilizzi un provider di identità (IdP) esterno, devi prima accedere a gcloud CLI con la tua identità federata.

Per inizializzare gcloud CLI, esegui questo comando:

gcloud init

Crea chiavi

Per proteggere le risorse di Managed Service for Apache Spark con CMEK, puoi automatizzare la creazione delle chiavi o crearle manualmente.

Creazione automatica delle chiavi

Utilizza Autokey per automatizzare il provisioning di CMEK e l'assegnazione. Autokey genera chiavi normali e automatizzate on demand quando vengono create le risorse. I service agent utilizzano le chiavi nelle operazioni di crittografia e decrittografia. Se necessario, Autokey crea gli agent e concede loro i ruoli Identity and Access Management (IAM) richiesti. Per saperne di più, consulta la panoramica di Autokey.

Creazione manuale delle chiavi

Segui questi passaggi per creare manualmente le chiavi per la crittografia CMEK dei dati del cluster:

Crea una o più chiavi utilizzando il Cloud KMS. Il nome della risorsa, chiamato anche ID risorsa di una chiave, che utilizzerai nei passaggi successivi, viene creato nel seguente modo:
```
projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
```
Utilizza la pagina Chiavi di crittografia nella Google Cloud console per copiare un ID risorsa chiave negli appunti.
La chiave (CMEK) deve trovarsi nella stessa località della risorsa criptata. Ad esempio, la chiave CMEK utilizzata per criptare una risorsa nella regione us-central1 deve trovarsi anche nella regione us-central1.
Per assicurarti che ciascuno dei seguenti service account, il service account dell'agente di servizio Compute Engine, il service account dell'agente di servizio Cloud Storage, e il service account dell'agente di servizio Managed Service for Apache Spark, disponga delle autorizzazioni necessarie per proteggere le risorse utilizzando le chiavi Cloud KMS, chiedi all'amministratore di concedere il ruolo IAM Cloud KMS CryptoKey Encrypter/Decrypter (roles/cloudkms.cryptoKeyEncrypterDecrypter) a ciascuno dei seguenti service account, il service account dell'agente di servizio Compute Engine, il service account dell'agente di servizio Cloud Storage, e il service account dell'agente di servizio Managed Service for Apache Spark, nel tuo progetto.

Esempio di assegnazione del ruolo Cloud KMS CryptoKey Encrypter/Decrypter al account di servizio dell'agente di servizio Managed Service for Apache Spark utilizzando Google Cloud CLI:
```
gcloud projects add-iam-policy-binding KMS_PROJECT_ID \
--member serviceAccount:service-PROJECT_NUMBER@dataproc-accounts.iam.gserviceaccount.com \
--role roles/cloudkms.cryptoKeyEncrypterDecrypter
```
Sostituisci quanto segue:

KMS_PROJECT_ID: l'ID del tuo Google Cloud progetto che contiene la chiave Cloud KMS.

PROJECT_NUMBER: il numero di progetto (non l'ID progetto) del tuo Google Cloud progetto che esegue le risorse di Managed Service for Apache Spark.
Se il ruolo dell'agente di servizio Managed Service for Apache Spark non è collegato a il service account dell'agente di servizio Managed Service for Apache Spark, aggiungi l'autorizzazione serviceusage.services.use a un ruolo personalizzato collegato al account di servizio dell'agente di servizio Managed Service for Apache Spark.

Crea un cluster con CMEK

Passa l'ID risorsa della chiave quando crei il cluster Managed Service for Apache Spark.

gcloud CLI

Per criptare i dati del disco permanente del cluster utilizzando la tua chiave, passa l'ID risorsa della chiave al flag --gce-pd-kms-key quando crei il cluster.

gcloud dataproc clusters create CLUSTER_NAME \
    --region=REGION \
    --gce-pd-kms-key='projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME' \
    other arguments ...

Puoi verificare l'impostazione della chiave dallo strumento a riga di comando gcloud.

gcloud dataproc clusters describe CLUSTER_NAME \
    --region=REGION

Snippet dell'output del comando:

...
configBucket: dataproc- ...
  encryptionConfig:
    gcePdKmsKeyName: projects/project-id/locations/region/keyRings/key-ring-name/cryptoKeys/key-name
...

Per criptare i dati del disco permanente del cluster e i dati degli argomenti del job utilizzando la tua chiave, passa l'ID risorsa della chiave al --kms-key flag quando crei il cluster. Consulta [Cluster.EncryptionConfig.kmsKey](/managed-spark/docs/reference/rest/v1/ClusterConfig#EncryptionConfig.FIELDS.kms_key) per un elenco dei tipi di job e degli argomenti criptati con il flag `--kms-key`.
```
gcloud dataproc clusters create CLUSTER_NAME \
    --region=REGION \
    --kms-key='projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME' \
    other arguments ...
      
```
Puoi verificare le impostazioni delle chiavi con il comando gcloud CLI dataproc clusters describe. L'ID risorsa della chiave è impostato su gcePdKmsKeyName e kmsKey per utilizzare la tua chiave con la crittografia dei dati del disco permanente del cluster e degli argomenti del job.
```
gcloud dataproc clusters describe CLUSTER_NAME \
    --region=REGION
      
```
Snippet dell'output del comando:
```
...
configBucket: dataproc- ...
  encryptionConfig:
  gcePdKmsKeyName: projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
  kmsKey: projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
...
    
```
Puoi utilizzare il flag --gce-pd-kms-key o il flag --kms-key, ma non entrambi, per criptare i dati del cluster utilizzando la tua chiave.
Per criptare i metadati del cluster, il driver del job e altri dati di output scritti nel bucket di staging di Managed Service for Apache Spark in Cloud Storage:
- Crea il tuo bucket con CMEK. Quando aggiungi la chiave al bucket, utilizza una chiave creata nel passaggio 1.
- Passa il nome del bucket al flag --bucket quando crei il cluster.
```
gcloud dataproc clusters create CLUSTER_NAME \
    --region=REGION \
    --bucket=CMEK_BUCKET_NAME \
    other arguments ...
        
```
Puoi anche passare i bucket abilitati per CMEK al comando `gcloud dataproc jobs submit` se il job accetta argomenti del bucket, come mostrato nel seguente esempio `cmek-bucket`:
```
gcloud dataproc jobs submit pyspark gs://cmek-bucket/wordcount.py \
    --region=region \
    --cluster=cluster-name \
    -- gs://cmek-bucket/shakespeare.txt gs://cmek-bucket/counts
      
```
- Managed Service for Apache Spark non gestisce le chiavi di crittografia gestite dal cliente nel bucket Cloud Storage.
- L'utilizzo di un bucket con una chiave di crittografia gestita dal cliente può rallentare i tempi di scrittura di file di grandi dimensioni.

API REST

Per criptare i dati del disco permanente della VM del cluster utilizzando la tua chiave, includi il ClusterConfig.EncryptionConfig.gcePdKmsKeyName come parte di una cluster.create.
Puoi verificare l'impostazione della chiave con il comando gcloud CLI dataproc clusters describe.
```
gcloud dataproc clusters describe CLUSTER_NAME \
    --region=REGION
    
```
Snippet dell'output del comando:
```
...
configBucket: dataproc- ...
  encryptionConfig:
    gcePdKmsKeyName: projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
...
    
```
Per criptare i dati del disco permanente della VM del cluster e i dati degli argomenti del job utilizzando la tua chiave, includi il campo Cluster.EncryptionConfig.kmsKey come parte di una cluster.create. Consulta Cluster.EncryptionConfig.kmsKey per un elenco dei tipi di job e degli argomenti criptati con il campo --kms-key.
Puoi includere il campo Cluster.EncryptionConfig.gcePdKmsKeyName o il campo Cluster.EncryptionConfig.kmsKey, ma non entrambi, nella richiesta di creazione del cluster.

Puoi verificare le impostazioni delle chiavi con il comando gcloud CLI dataproc clusters describe. L'ID risorsa della chiave è impostato su gcePdKmsKeyName e kmsKey per utilizzare la tua chiave con la crittografia dei dati del disco permanente del cluster e degli argomenti del job.
```
gcloud dataproc clusters describe CLUSTER_NAME \
    --region=REGION
    
```
Snippet dell'output del comando:
```
...
configBucket: dataproc- ...
  encryptionConfig:
    gcePdKmsKeyName: projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
    kmsKey: projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
...
    
```
Per criptare i metadati del cluster, il driver del job e altri dati di output scritti nel bucket di staging di Managed Service for Apache Spark in Cloud Storage:
- Crea il tuo bucket con CMEK. Quando aggiungi la chiave al bucket, utilizza una chiave creata nel passaggio 1.
- Passa il nome del bucket al ClusterConfig.configBucket come parte di una cluster.create.
```
gcloud dataproc clusters create CLUSTER_NAME \
    --region=REGION \
    --bucket=CMEK_BUCKET_NAME \
    other arguments ...
    
```
- Managed Service for Apache Spark non gestisce le chiavi di crittografia gestite dal cliente nel bucket Cloud Storage.
- L'utilizzo di un bucket con una chiave di crittografia gestita dal cliente può rallentare i tempi di scrittura di file di grandi dimensioni.
Puoi anche passare i bucket abilitati per CMEK al comando `gcloud dataproc jobs submit` se il job accetta argomenti del bucket, come mostrato nel seguente esempio `cmek-bucket`:
```
gcloud dataproc jobs submit pyspark gs://cmek-bucket/wordcount.py \
    --region=region \
    --cluster=cluster-name \
    -- gs://cmek-bucket/shakespeare.txt gs://cmek-bucket/counts
      
```

Utilizza CMEK con i dati del modello di workflow

I dati degli argomenti del job del modello di workflow di Managed Service for Apache Spark, come la stringa di query di un job Spark SQL, possono essere criptati utilizzando CMEK. Segui i passaggi 1, 2 e 3 in questa sezione per utilizzare CMEK con il modello di workflow di Managed Service for Apache Spark. Consulta WorkflowTemplate.EncryptionConfig.kmsKey per un elenco dei tipi di job e degli argomenti del modello di workflow criptati utilizzando CMEK quando questa funzionalità è abilitata.

Crea una chiave utilizzando il Cloud KMS. Il nome della risorsa della chiave, che utilizzerai nei passaggi successivi, viene creato nel seguente modo:
```
projects/project-id/locations/region/keyRings/key-ring-name/cryptoKeys/key-name
```
Utilizza la pagina Chiavi di crittografia della Google Cloud console per copiare un ID risorsa chiave negli appunti.
Per consentire ai service account di Managed Service for Apache Spark di utilizzare la tua chiave:
1. Assegna il ruolo Cloud KMS CryptoKey Encrypter/Decrypter al service account dell'agente di servizio Managed Service for Apache Spark. Puoi utilizzare gcloud CLI per assegnare il ruolo:
```
 gcloud projects add-iam-policy-binding KMS_PROJECT_ID \
 --member serviceAccount:service-PROJECT_NUMBER@dataproc-accounts.iam.gserviceaccount.com \
 --role roles/cloudkms.cryptoKeyEncrypterDecrypter
```
  Sostituisci quanto segue:
  
  KMS_PROJECT_ID: l'ID del tuo Google Cloud progetto che esegue Cloud KMS. Questo progetto può essere anche il progetto che esegue le risorse di Managed Service for Apache Spark.
  
  PROJECT_NUMBER: il numero di progetto (non l'ID progetto) del tuo Google Cloud progetto che esegue le risorse di Managed Service for Apache Spark.
2. Abilita l'API Cloud KMS nel progetto che esegue le risorse di Managed Service for Apache Spark.
3. Se il ruolo dell'agente di servizio Managed Service for Apache Spark non è collegato al service account dell'agente di servizio Managed Service for Apache Spark, aggiungi l'autorizzazione serviceusage.services.use al ruolo personalizzato collegato al account di servizio dell'agente di servizio Managed Service for Apache Spark. Se il ruolo dell'agente di servizio Managed Service for Apache Spark è collegato al account di servizio dell'agente di servizio Managed Service for Apache Spark, puoi saltare questo passaggio.
Puoi utilizzare gcloud CLI o l'API Dataproc per impostare la chiave creata nel passaggio 1 in un workflow. Una volta impostata la chiave in un workflow, tutti gli argomenti e le query del job del workflow vengono criptati utilizzando la chiave per tutti i tipi di job e gli argomenti elencati in WorkflowTemplate.EncryptionConfig.kmsKey.
gcloud CLI

Passa l'ID risorsa della chiave al --kms-key flag quando crei il modello di workflow con il comando gcloud dataproc workflow-templates create.

Esempio:
```
gcloud dataproc workflow-templates create my-template-name \
    --region=region \
    --kms-key='projects/project-id/locations/region/keyRings/key-ring-name/cryptoKeys/key-name' \
    other arguments ...
```
Puoi verificare l'impostazione della chiave dallo strumento a riga di comando gcloud.
```
gcloud dataproc workflow-templates describe TEMPLATE_NAME \
    --region=REGION
```
```
...
id: my-template-name
encryptionConfig:
kmsKey: projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
...
```
API REST

Utilizza WorkflowTemplate.EncryptionConfig.kmsKey come parte di una richiesta workflowTemplates.create.

Puoi verificare l'impostazione della chiave inviando una workflowTemplates.get. Il JSON restituito contiene kmsKey:
```
...
"id": "my-template-name",
"encryptionConfig": {
  "kmsKey": "projects/project-id/locations/region/keyRings/key-ring-name/cryptoKeys/key-name"
},
```

Cloud External Key Manager

Cloud External Key Manager (Cloud EKM) ti consente di proteggere i dati di Managed Service for Apache Spark utilizzando le chiavi gestite da un partner di gestione delle chiavi esterne supportato. I passaggi da seguire per utilizzare Cloud EKM in Managed Service for Apache Spark sono gli stessi utilizzati per configurare le chiavi CMEK, con la seguente differenza: la chiave rimanda a un URI per la chiave gestita esternamente (vedi Panoramica di Cloud EKM).

Errori di Cloud EKM

Quando utilizzi Cloud EKM, un tentativo di creare un cluster può non riuscire a causa di errori associati agli input, a Cloud EKM, al sistema del partner di gestione delle chiavi esterne o alle comunicazioni tra Cloud EKM e il sistema esterno. Se utilizzi l'API REST o la Google Cloud console, gli errori vengono registrati in Cloud Logging. Puoi esaminare gli errori del cluster non riuscito dalla scheda Visualizza log.

Chiavi di crittografia gestite dal cliente (CMEK) Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.

Crittografia dei dati del cluster CMEK

Prima di iniziare

Crea chiavi

Creazione automatica delle chiavi

Creazione manuale delle chiavi

Crea un cluster con CMEK

gcloud CLI

API REST

Utilizza CMEK con i dati del modello di workflow

gcloud CLI

API REST

Cloud External Key Manager

Errori di Cloud EKM

Chiavi di crittografia gestite dal cliente (CMEK)