Spark Engine 3.5
| Komponente | 3.5-dataproc-22 | 3.5-dataproc-17 |
|---|---|---|
| Apache Spark | 3.5.0 | 3.5.0 |
| Hadoop-Bibliotheken | 3.3.6 | 3.3.6 |
| Cloud Storage-Connector | 3.0.0 | 3.0.0 |
| Java | 11 | 11 |
| Python | 3.8.5 | 3.8.5 |
| Conda | 4.9.2 | 4.9.2 |
| R | 4.3.0 | 4.3.0 |
Spark Engine 3.1(eingestellt)
| Komponente | 3.1-dataproc-17 | 3.1-dataproc-16 | 3.1-dataproc-15 | 3.1-dataproc-14 |
|---|---|---|---|---|
| Apache Spark | 3.1.3 | 3.1.3 | 3.1.3 | 3.1.3 |
| Hadoop-Bibliotheken | 3.2.3 | 3.2.3 | 3.2.3 | 3.2.3 |
| Cloud Storage-Connector | hadoop3-2.2.13 | hadoop3-2.2.13 | hadoop3-2.2.11 | hadoop3-2.2.11 |
| Java | 8 | 8 | 8 | 8 |
| Python | 3.8.5 | 3.8.5 | 3.8.5 | 3.8.5 |
| Conda | 4.9.2 | 23.5.0 | 4.9.2 | 4.9.2 |
| R | 4.3.0 | 4.3.0 | 4.2.3 | 4.2.3 |
Spark Engine 2.4(eingestellt)
Spark 2.4 wird in DPGKE nicht mehr unterstützt. Das öffentliche Image ist weiterhin verfügbar, wird aber nicht mehr unterstützt.
| Komponente | 2.4-dataproc-17 | 2.4-dataproc-16 | 2.4-dataproc-15 | 2.4-dataproc-14 |
|---|---|---|---|---|
| Apache Spark | 2.4.8 | 2.4.8 | 2.4.8 | 2.4.8 |
| Hadoop-Bibliotheken | 2.10.2 | 2.10.2 | 2.10.2 | 2.10.2 |
| Cloud Storage-Connector | hadoop2-2.1.9 | hadoop2-2.1.9 | hadoop2-2.1.9 | hadoop2-2.1.9 |
| Java | 8 | 8 | 8 | 8 |
| Python | 3.7.4 | 3.7.4 | 3.7.4 | 3.7.4 |
| Conda | 4.7.12 | 22.11.1 | 22.11.1 | 22.1.0 |
| R | 3.6.3 | 3.6.3 | 3.6.3 | 3.6.3 |
Spark-Versionsformate in Dataproc auf GKE
Eine vollqualifizierte Spark-Engine-Releaseversion wird als 3.1-dataproc-[NUMBER] oder 3.5-dataproc-[NUMBER] ausgedrückt, z. B. 3.1-dataproc-17 oder 3.5-dataproc-17.
Spark-Versionsformate können auch in Aliasform angegeben werden, wie in den folgenden Beispielen gezeigt:
3: Die aktuelle Version der Spark-Engine mit der Spark-Hauptversion 3.3.5: Die aktuelle Version der Spark-Engine mit der Spark-Haupt- und ‑Nebenversion 3.5.dataproc-2.2: Die neueste Version der Spark-Engine, die mit2.2-Images von Dataproc in Compute Engine kompatibel ist.latest: Die aktuelle Version der Spark-Engine.