Componente opcional do Presto no Managed Service for Apache Spark

Observação: o componente opcional do Presto está disponível como componente opcional do Trino nas versões de imagem 2.1 e mais recentes.

É possível instalar componentes adicionais, como o Presto, ao criar um cluster do Serviço Gerenciado para Apache Spark usando o recurso Componentes opcionais. Nesta página, você vai aprender a instalar o componente Presto em um cluster do Serviço gerenciado para Apache Spark.

O Presto (Trino) é um mecanismo de consulta SQL distribuído de código aberto. Por padrão, o servidor e a IU da Web do Presto estão disponíveis na porta 8060 (ou 7778, se o Kerberos estiver ativado) no primeiro nó mestre do cluster.

Por padrão, o Presto no Serviço Gerenciado para Apache Spark é configurado para funcionar com os conectores Hive, BigQuery, Memory, TPCH e TPCDS.

Depois de criar um cluster com o componente Presto, execute consultas:

• de um terminal local com o comando gcloud dataproc jobs submit presto
• em uma janela de terminal no primeiro nó mestre do cluster usando a CLI (interface de linha de comando) presto. Consulte Usar o Trino com o Serviço Gerenciado para Apache Spark.

Instalar o componente

Instale o componente ao criar um cluster do Serviço Gerenciado para Apache Spark. Os componentes podem ser adicionados a clusters criados com a versão 1.3 e posteriores do Serviço gerenciado para Apache Spark.

Consulte Versões compatíveis do Serviço Gerenciado para Apache Spark para a versão do componente incluída em cada versão de imagem do Serviço Gerenciado para Apache Spark.

Console doGoogle Cloud

1. No console do Google Cloud , abra a página Criar cluster.
2. Clique em Configuração adicional para abrir a seção.
3. Edite Componentes opcionais.
4. No painel aberto, marque a caixa de seleção Presto.

Comando da CLI gcloud

Para criar um cluster do Serviço gerenciado para Apache Spark que inclua o componente Presto, use o comando gcloud dataproc clusters create cluster-name com a flag --optional-components.

Ao criar o cluster, use o comando gcloud dataproc clusters create com a sinalização --enable-component-gateway, conforme mostrado no exemplo a seguir, para ativar a conexão com a IU da Web do Presto usando o Gateway de componentes.

gcloud dataproc clusters create cluster-name \
    --optional-components=PRESTO \
    --region=region \
    --enable-component-gateway \
    ... other flags

Como configurar propriedades

Adicione a sinalização --properties ao comando gcloud dataproc clusters create para definir as propriedades de configuração presto, presto-jvm e presto-Catalog.

• Propriedades do aplicativo: use as propriedades do cluster com o prefixo presto: para configurar as propriedades do aplicativo Presto, por exemplo, --properties="presto:join-distribution-type=AUTOMATIC".
• Propriedades de configuração da JVM: use as propriedades do cluster com o prefixo presto-jvm: para configurar as propriedades da JVM para os processos Java do coordenador e do worker do Presto, por exemplo, --properties="presto-jvm:XX:+HeapDumpOnOutOfMemoryError".
• Criar novos catálogos e adicionar propriedades de catálogo: use presto-catalog:catalog-name.property-name para configurar catálogos do Presto.

  Exemplo: a seguinte sinalização "properties" pode ser usada com o comando "gcloud dataproc clusters create" para criar um cluster Presto com um catálogo do Hive "prodhive". Um arquivo prodhive.properties será criado em /usr/lib/presto/etc/catalog/ para ativar o catálogo do prodhive.

  --properties="presto-catalog:prodhive.connector.name=hive-hadoop2,presto-catalog:prodhive.hive.metastore.uri=thrift://localhost:9083

API REST

O componente Presto pode ser especificado por meio da API Dataproc usando SoftwareConfig.Component como parte de uma solicitação clusters.create.

Usando a API v1 do Dataproc, defina a propriedade EndpointConfig.enableHttpPortAccess para true como parte da solicitação clusters.create para ativar a conexão com a IU da Web do Presto usando o Gateway de componentes.