Komponen Trino opsional Managed Service untuk Apache Spark

Anda dapat menginstal komponen tambahan seperti Trino saat membuat cluster Managed Service untuk Apache Spark menggunakan fitur Komponen opsional. Halaman ini menjelaskan cara menginstal komponen Trino secara opsional di cluster Managed Service untuk Apache Spark.

Trino adalah mesin kueri SQL terdistribusi open source. Server Trino dan UI Web tersedia secara default di port 8060 (atau port 7778 jika Kerberos diaktifkan) pada node master pertama di cluster.

Secara default, Trino di Managed Service untuk Apache Spark dikonfigurasi untuk bekerja dengan Hive, BigQuery, Memory, TPCH, dan TPCDS konektor.

Setelah membuat cluster dengan komponen Trino, Anda dapat menjalankan kueri:

• dari terminal lokal dengan perintah gcloud dataproc jobs submit trino
• dari jendela terminal di node master pertama cluster menggunakan CLI (Antarmuka Command Line) trino—lihat Menggunakan Trino dengan Managed Service untuk Apache Spark.

Instal komponen

Instal komponen saat Anda membuat cluster Managed Service untuk Apache Spark.

Lihat Versi Managed Service untuk Apache Spark yang didukung untuk versi komponen yang disertakan dalam setiap rilis image Managed Service untuk Apache Spark.

KonsolGoogle Cloud

1. Di Konsol Google Cloud , buka halaman Create cluster.
2. Klik Konfigurasi tambahan untuk meluaskan bagian tersebut.
3. Edit Komponen opsional.
4. Di panel yang terbuka, centang kotak untuk Trino, lalu klik Simpan.

gcloud CLI

Untuk membuat cluster Managed Service untuk Apache Spark yang menyertakan komponen Trino, gunakan perintah gcloud dataproc clusters create dengan tanda --optional-components.

gcloud dataproc clusters create CLUSTER_NAME \
    --optional-components=TRINO \
    --region=region \
    --enable-component-gateway \
    ... other flags
    

Catatan:

• CLUSTER_NAME: Nama cluster.
• REGION: Region Compute Engine tempat cluster akan berada.

Mengonfigurasi properti

Tambahkan flag --properties ke perintah gcloud dataproc clusters create untuk menetapkan properti konfigurasi trino, trino-jvm, dan trino-catalog.

• Properti aplikasi: Gunakan properti cluster dengan awalan trino: untuk mengonfigurasi properti aplikasi Trino—misalnya, --properties="trino:join-distribution-type=AUTOMATIC".
• Properti konfigurasi JVM: Gunakan properti cluster dengan awalan trino-jvm: untuk mengonfigurasi properti JVM bagi proses Java koordinator dan pekerja Trino—misalnya, --properties="trino-jvm:XX:+HeapDumpOnOutOfMemoryError".
• Membuat katalog baru dan menambahkan properti katalog: Gunakan trino-catalog:catalog-name.property-name untuk mengonfigurasi katalog Trino.

  Contoh: Flag `properties` berikut dapat digunakan dengan perintah `gcloud dataproc clusters create` untuk membuat cluster Trino dengan katalog Hive "prodhive". File prodhive.properties akan dibuat di bawah/usr/lib/trino/etc/catalog/ untuk mengaktifkan katalog prodhive.

  --properties="trino-catalog:prodhive.connector.name=hive,trino-catalog:prodhive.hive.metastore.uri=thrift://localhost:9000"

REST API

Komponen Trino dapat ditentukan melalui Dataproc API menggunakan SoftwareConfig.Component sebagai bagian dari permintaan clusters.create.

Dengan menggunakan Dataproc v1 API, tetapkan properti EndpointConfig.enableHttpPortAccess ke true sebagai bagian dari permintaan clusters.create untuk mengaktifkan koneksi ke UI Web Trino menggunakan Component Gateway.