Konfigurasi jaringan cluster Managed Service untuk Apache Spark

Deskripsi: Memahami konfigurasi jaringan cluster Dataproc. Terapkan rute VPC, aturan firewall, Akses Google Pribadi, dan VPC Bersama untuk deployment yang aman dan hanya menggunakan IP internal.

Halaman ini menjelaskan persyaratan dan opsi konfigurasi jaringan cluster Managed Service for Apache Spark.

Persyaratan konektivitas Managed Service untuk Apache Spark

Cluster Managed Service for Apache Spark Anda harus berada di jaringan Virtual Private Cloud yang memenuhi persyaratan rute dan firewall untuk mengakses Google API dan resource lainnya secara aman.

Persyaratan rute

Untuk membangun komunikasi antara agen Managed Service for Apache Spark yang berjalan di VM cluster dan Managed Service for Apache Spark Control API, jaringan VPC cluster Managed Service for Apache Spark harus memiliki rute ke internet gateway. Hal ini juga diperlukan untuk cluster khusus IP internal.

Secara default, cluster versi image Managed Service for Apache Spark 2.2 dan yang lebih baru menyediakan VM dengan alamat khusus IP internal. Managed Service for Apache Spark secara otomatis mengaktifkan Akses Google Pribadi (PGA) di subnet cluster untuk memungkinkan VM cluster dengan alamat IP internal menjangkau API dan layanan Google menggunakan rute default yang dibuat sistem ke gateway internet default.

Aturan Jenis Rentang IP tujuan Prioritas Batas cakupan Hop berikutnya
default-route-[id] Statis 0.0.0.0/0 1000 - Gateway internet default

PGA memastikan bahwa traffic cluster tidak melintasi internet publik dan tidak keluar dari pusat data Google (lihat diagram contoh PGA).

Menghapus rute default ke gateway internet tidak direkomendasikan; Jika Anda ingin mengontrol akses jaringan ke internet, gunakan aturan atau kebijakan firewall.

Jika telah menghapus rute default ke gateway internet, Anda harus menambahkan rute default. Rentang IP tujuan harus 0.0.0.0/0 karena rentang IP untuk Managed Service for Apache Spark Control API tidak statis.

Persyaratan firewall

Jaringan VPC cluster Managed Service for Apache Spark Anda harus secara eksplisit mengizinkan traffic berikut:

  • Traffic yang dimulai dari VM cluster Managed Service untuk Apache Spark ke Managed Service untuk Apache Spark Control API dan VM cluster Managed Service untuk Apache Spark lainnya. Traffic ini diizinkan secara default dari aturan tersirat izinkan semua egress jaringan VPC. Jika Anda telah menambahkan aturan firewall penolakan traffic keluar yang menggantikan, buat aturan firewall izinkan traffic keluar.

  • Traffic respons dari Managed Service for Apache Spark Control API ke VM cluster Managed Service for Apache Spark diizinkan secara default, karena status firewall jaringan VPC.

  • Traffic yang diterima oleh VM cluster Managed Service untuk Apache Spark dari VM cluster Managed Service untuk Apache Spark lainnya. Traffic ini akan ditolak secara default dari aturan firewall implisit tolak semua traffic masuk jaringan VPC. Anda harus membuat aturan firewall izinkan traffic masuk.

Praktik terbaik:

  • Gunakan tag jaringan untuk VM cluster Managed Service for Apache Spark Anda sehingga Anda dapat membatasi penerapan aturan firewall yang diperlukan hanya untuk VM cluster Managed Service for Apache Spark. Jika tidak menggunakan tag jaringan, Anda dapat menentukan target berdasarkan akun layanan yang digunakan untuk VM cluster. Atau, Anda dapat mengonfigurasi aturan firewall untuk diterapkan ke semua VM di jaringan VPC.
  • Untuk akses dan konektivitas jaringan yang lebih aman, gunakan tag aman alih-alih tag jaringan untuk menentukan sumber dan target aturan firewall.

Membuat aturan firewall izinkan traffic masuk

Jika Anda atau administrator jaringan atau keamanan Anda membuat aturan firewall ingress untuk diterapkan ke jaringan VPC cluster Managed Service for Apache Spark, aturan tersebut harus memiliki karakteristik berikut:

  • Parameter sources menentukan sumber untuk paket. Semua VM cluster Managed Service for Apache Spark harus dapat berkomunikasi satu sama lain. Anda dapat mengidentifikasi VM di cluster berdasarkan rentang alamat IP (rentang utama subnet cluster Managed Service for Apache Spark), tag jaringan, atau akun layanan yang terkait dengan VM.

  • Target untuk aturan harus mengidentifikasi VM cluster. Target dapat berupa semua VM di jaringan VPC, atau Anda dapat mengidentifikasi VM berdasarkan tag jaringan target, atau akun layanan target.

  • Aturan harus mencakup protokol dan port berikut:

    • TCP (semua port, 0 hingga 65535)
    • UDP (semua port, 0 hingga 65535)
    • ICMP

    Managed Service untuk Apache Spark menggunakan layanan yang berjalan di beberapa port. Menentukan semua port akan membantu layanan berjalan dengan lancar.

  • Prioritas aturan harus lebih tinggi daripada prioritas aturan firewall menolak traffic masuk yang berlaku untuk sumber dan target yang sama.

Membuat aturan firewall izinkan traffic keluar

Jika Anda atau administrator jaringan atau keamanan Anda membuat aturan firewall keluar untuk diterapkan ke jaringan VPC cluster Managed Service for Apache Spark, aturan tersebut harus memiliki karakteristik berikut:

  • Parameter destinations menentukan tujuan paket. Semua VM cluster Managed Service for Apache Spark harus dapat memulai traffic satu sama lain dan API kontrol Managed Service for Apache Spark. Karena alamat IP control API tidak statis, tujuan harus ditentukan berdasarkan rentang IP 0.0.0.0/0.

  • Target untuk aturan harus mengidentifikasi VM cluster. Target dapat berupa semua VM di jaringan VPC, atau Anda dapat mengidentifikasi VM berdasarkan tag jaringan target, atau akun layanan target.

  • Aturan harus mencakup protokol dan port berikut:

    • TCP (semua port, 0 hingga 65535)
    • UDP (semua port, 0 hingga 65535)
    • ICMP

    Managed Service untuk Apache Spark menggunakan layanan yang berjalan di beberapa port. Menentukan semua port akan membantu layanan berjalan dengan lancar.

  • Prioritas aturan harus lebih tinggi daripada prioritas aturan firewall yang menolak traffic egress yang berlaku untuk tujuan dan target yang sama.

Mendiagnosis aturan firewall jaringan VPC

Untuk mengaudit paket yang tidak diproses oleh aturan firewall dengan prioritas lebih tinggi, Anda dapat membuat dua aturan firewall tolak dengan prioritas rendah (65534) berikut. Tidak seperti aturan firewall tersirat, Anda dapat mengaktifkan logging aturan firewall pada setiap aturan prioritas rendah ini:

  1. Aturan penolakan ingress (sumber 0.0.0.0/0, semua protokol, semua target dalam jaringan VPC)

  2. Aturan penolakan keluar (tujuan 0.0.0.0/0, semua protokol, semua target dalam jaringan VPC)

  • Dengan aturan prioritas rendah dan pencatatan log aturan firewall ini, Anda dapat mencatat log paket yang tidak diproses oleh aturan firewall dengan prioritas yang lebih tinggi dan mungkin lebih spesifik. Kedua aturan prioritas rendah ini juga sesuai dengan praktik terbaik keamanan dengan menerapkan strategi "menjatuhkan paket terakhir".

  • Periksa log aturan firewall untuk aturan ini guna menentukan apakah Anda ingin membuat atau mengubah aturan prioritas yang lebih tinggi untuk mengizinkan paket. Misalnya, jika paket yang dikirim antar-VM cluster Managed Service for Apache Spark terputus, hal ini dapat menjadi sinyal bahwa aturan firewall Anda harus disesuaikan.

Create a VPC network

Daripada menggunakan jaringan VPC default, Anda dapat membuat jaringan VPC mode otomatis atau mode kustom sendiri. Saat membuat cluster, Anda mengaitkan jaringan dengan cluster.

Lingkungan Assured Workloads: Saat Anda menggunakan lingkungan Assured Workloads untuk kepatuhan terhadap peraturan, cluster, jaringan VPC, dan bucket Cloud Storage-nya harus berada dalam lingkungan Assured Workloads.

Buat cluster yang menggunakan jaringan VPC Anda

Konsol

Pilih jaringan Anda di bagian konfigurasi Jaringan di panel Sesuaikan cluster. Setelah Anda memilih jaringan, pemilih Subnetwork akan menampilkan subnetwork yang tersedia di region yang Anda pilih untuk cluster.

Google Cloud CLI

Gunakan gcloud dataproc clusters create dengan flag ‑‑network atau ‑‑subnet untuk membuat cluster di subnet dalam jaringan Anda. Jika Anda menggunakan flag ‑‑network, cluster akan menggunakan subnetwork dengan nama yang sama dengan jaringan yang ditentukan di region tempat cluster dibuat.

--network example. Karena jaringan otomatis dibuat dengan subnet di setiap region, dengan setiap subnet diberi nama jaringan, Anda dapat meneruskan nama jaringan VPC mode otomatis ke flag ‑‑network. Cluster akan menggunakan subnetwork VPC mode otomatis di region yang ditentukan dengan tanda ‑‑region.

gcloud dataproc clusters create CLUSTER_NAME \
    --network NETWORK_NAME \
    --region=REGION \
    ... other args ...

--subnet example. Anda dapat menggunakan flag ‑‑subnet untuk membuat cluster yang menggunakan subnet jaringan VPC mode otomatis atau kustom di region cluster. Tentukan jalur resource lengkap subnet.

gcloud dataproc clusters create CLUSTER_NAMEW \
    --subnet projects/PROJECT_ID/regions/REGION/subnetworks/SUBNET_NAME \
    --region=REGION \
    ... other args ...

REST API

Anda dapat menentukan kolom networkUri atau subnetworkUri GceClusterConfig sebagai bagian dari permintaan clusters.create.

Contoh

POST /v1/projects/my-project-id/regions/us-central1/clusters/
{
  "projectId": "PROJECT_ID",
  "clusterName": CLUSTER_NAME,
  "config": {
    "configBucket": "",
    "gceClusterConfig": {
      "subnetworkUri": SUBNET_NAME,
    },
    ...

Membuat cluster yang menggunakan jaringan VPC di project lain

Cluster Managed Service for Apache Spark dapat menggunakan jaringan VPC Bersama yang ditentukan dalam project host. Project tempat cluster Managed Service for Apache Spark dibuat disebut sebagai project layanan.

  1. Temukan nomor project cluster Managed Service for Apache Spark:

    1. Buka halaman IAM & Admin Setelan di Google Cloud console. Pilih project tempat Anda akan membuat cluster Managed Service for Apache Spark. Salin project ID.

  2. Akun utama dengan peran Admin VPC Bersama harus melakukan langkah-langkah berikut. Lihat petunjuk untuk menyiapkan VPC Bersama untuk mengetahui informasi latar belakang.

    1. Pastikan project host VPC Bersama diaktifkan.

    2. Lampirkan project dengan cluster Managed Service for Apache Spark ke project host.

    3. Konfigurasi akun layanan agen layanan Managed Service for Apache Spark (service-[project-number]@dataproc-accounts.iam.gserviceaccount.com) agar memiliki peran Network User untuk project host:

      1. Buka halaman IAM & Admin di konsol Google Cloud .

      2. Gunakan pemilih project untuk memilih project host baru.

      3. Klik Grant Access.

      4. Isi formulir Beri Akses:

        1. Tambahkan prinsipal: Masukkan akun layanan.

        2. Tetapkan peran: Masukkan "Compute Network" di kotak filter, lalu pilih peran Compute Network User.

        3. Klik Simpan.

  3. Setelah akun layanan memiliki peran Network User untuk project host, buat cluster yang menggunakan jaringan VPC Bersama.

Membuat cluster yang menggunakan subnetwork VPC di project lain

Cluster Managed Service for Apache Spark dapat menggunakan subnet VPC Bersama yang ditentukan dalam project host. Project tempat cluster Managed Service for Apache Spark dibuat disebut sebagai project layanan.

  1. Temukan nomor project cluster Managed Service for Apache Spark:

    1. Buka halaman IAM & Admin Setelan di Google Cloud console. Pilih project tempat Anda akan membuat cluster Managed Service for Apache Spark. Salin project ID.

  2. Akun utama dengan peran Admin VPC Bersama harus melakukan langkah-langkah berikut. Lihat petunjuk untuk menyiapkan VPC Bersama untuk mengetahui informasi latar belakang.

    1. Pastikan project host VPC Bersama diaktifkan.

    2. Lampirkan project dengan cluster Managed Service for Apache Spark ke project host.

    3. Konfigurasi akun layanan agen layanan Managed Service for Apache Spark (service-[project-number]@dataproc-accounts.iam.gserviceaccount.com) agar memiliki peran Network User untuk project host:

      1. Buka halaman VPC networks di konsol Google Cloud .

      2. Gunakan pemilih project untuk memilih project host.

      3. Klik jaringan yang berisi subnetwork yang akan digunakan oleh cluster Managed Service for Apache Spark Anda.

      4. Di halaman VPC Network Details, klik kotak centang di samping nama subnetwork yang akan digunakan cluster Anda.

      5. Jika Panel Info tidak terbuka, klik Tampilkan Panel Info.

      6. Lakukan langkah-langkah berikut untuk setiap akun layanan:

        1. Di Panel Info, klik Tambahkan Principal.

        2. Isi formulir Beri Akses:

          1. Tambahkan prinsipal: Masukkan akun layanan.

          2. Tetapkan peran: Masukkan "Compute Network" di kotak filter, lalu pilih peran Compute Network User.

          3. Klik Simpan.

  3. Setelah akun layanan memiliki peran Network User untuk project host, buat cluster yang menggunakan subnetwork VPC Bersama.

Membuat cluster khusus IP internal

Bagian ini berlaku untuk cluster versi image pra-2.2. VM cluster dengan alamat khusus IP internal diaktifkan secara default saat membuat cluster Managed Service for Apache Spark dengan versi image 2.2 dan yang lebih baru.

Anda dapat menggunakan konsol Google Cloud , gcloud CLI, atau Dataproc API untuk membuat cluster dengan alamat IP internal saja. Perhatikan bahwa Managed Service for Apache Spark secara otomatis mengaktifkan Akses Google Pribadi di subnet regional cluster saat hanya IP internal yang diaktifkan untuk mengizinkan koneksi ke Google API dan layanan Google.

Konsol

Anda dapat membuat cluster Managed Service for Apache Spark dengan alamat IP internal saja dari halaman Buat cluster Managed Service for Apache Spark di konsol Google Cloud . Klik Internal IP only di panel Customize cluster untuk mengaktifkan fitur ini bagi cluster Anda.

gcloud CLI

Anda dapat membuat cluster dengan alamat IP internal saja menggunakan perintah gcloud dataproc clusters create dengan flag ‑‑no-address. 

gcloud dataproc clusters create CLUSTER_NAME \
    --no-address \
    --network NETWORK_NAME \
    --region=REGION \
    ... other args ...

Karena jaringan otomatis dibuat dengan subnet di setiap region dengan nama yang sama dengan jaringan otomatis, Anda dapat meneruskan nama jaringan otomatis ke ‑‑network flag untuk membuat cluster yang akan menggunakan subnetwork otomatis di region cluster.

Atau, Anda dapat menggunakan flag ‑‑subnet untuk membuat cluster yang akan menggunakan subnetwork otomatis atau kustom di region tempat cluster akan dibuat. Teruskan tanda ‑‑subnet jalur resource lengkap subnet.

gcloud dataproc clusters create cluster-name \
    --no-address \
    --subnet projects/project-id/regions/region/subnetworks/subnetwork-name \
    --region=region \
    ... other args ...

REST API

Anda dapat menggunakan kolom GceClusterConfig.internalIpOnly sebagai bagian dari permintaan clusters.create untuk membuat cluster yang hanya mengaktifkan alamat IP internal.

Contoh:

POST /v1/projects/my-project-id/regions/us-central1/clusters/
{
  "projectId": "my-project-id",
  "clusterName": "example-cluster",
  "config": {
    "configBucket": "",
    "gceClusterConfig": {
      "subnetworkUri": "custom-subnet-1",
      "zoneUri": "us-central1-b",
      "internalIpOnly": true
    },
    ...

Google Cloud

Mendownload dependensi dengan cluster khusus IP internal

Secara default, cluster khusus IP internal tidak memiliki akses ke internet. Oleh karena itu, tugas yang mendownload dependensi dari internet, seperti tugas yang mendownload paket dependensi Spark dari Maven Central, akan gagal. Ada beberapa solusi untuk menghindari masalah ini:

  1. Gunakan Cloud NAT untuk mengaktifkan akses cluster ke internet.

  2. Buat image kustom yang menyertakan dependensi (misalnya, paket dependensi Spark di /usr/lib/spark/jars/).

  3. Upload dependensi ke bucket Cloud Storage, lalu gunakan tindakan inisialisasi untuk mendownload dependensi dari bucket selama pembuatan cluster.

Jaringan Managed Service for Apache Spark dan Kontrol Layanan VPC

Dengan Kontrol Layanan VPC, administrator dapat menentukan perimeter keamanan di sekitar resource layanan terkelola Google untuk mengontrol komunikasi ke dan di antara layanan tersebut.

Perhatikan batasan dan strategi berikut saat menggunakan jaringan Kontrol Layanan VPC dengan cluster Managed Service for Apache Spark:

Langkah berikutnya