Componenti di Managed Service for Apache Spark

Questo documento fornisce una panoramica dei diversi tipi di componenti disponibili nei cluster Managed Service for Apache Spark. Comprendere questi componenti è essenziale per configurare i cluster in modo da includere gli strumenti e i servizi necessari per i carichi di lavoro di big data. I componenti di Managed Service for Apache Spark sono classificati come componenti installati, facoltativi o di azione di inizializzazione.

Tipi di componenti

I cluster Managed Service for Apache Spark 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. Managed Service for Apache Spark installa e attiva i componenti facoltativi a seconda della versione dell'immagine del cluster come segue:

  • Versioni dell'immagine 2.2 e precedenti: 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 Managed Service for Apache Spark 2.3.x.

    Per evitare un aumento del tempo di avvio per i cluster con versione dell'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 delle immagini di Managed Service for Apache Spark elencano i componenti e i tipi di componenti disponibili nelle ultime versioni delle immagini di Managed Service for Apache Spark.

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

• I componenti facoltativi vengono testati come compatibili con versioni specifiche di Managed Service for Apache Spark.
• 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 dell'immagine.

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

Aggiungere componenti facoltativi

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

ConsoleGoogle Cloud

1. Nella console Google Cloud , apri la pagina Crea cluster.
2. Fai clic su Configurazione aggiuntiva per espandere la sezione.
3. Modifica Componenti facoltativi.
4. Nel riquadro che si apre, seleziona le caselle di controllo dei componenti facoltativi che vuoi installare sul cluster, poi fai clic su Salva.

gcloud CLI

Per creare un cluster Managed Service for Apache Spark 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.