I cluster Managed Service for Apache Spark sono basati su istanze Compute Engine. I tipi di macchine definiscono le risorse hardware virtualizzate disponibili per un'istanza. Compute Engine offre sia tipi di macchine predefinite sia tipi di macchine personalizzate. I cluster Managed Service for Apache Spark possono utilizzare tipi predefiniti e personalizzati sia per i nodi master che per i nodi worker.
I cluster Managed Service for Apache Spark supportano i seguenti tipi di macchine predefinite di Compute Engine (la disponibilità dei tipo di macchina varia in base alla regione):
- Tipi di macchine per uso generico,
che includono i tipi di macchine N1, N2, N2D, E2, C3, C4, N4 e N4D (Managed Service for Apache Spark
supporta anche i tipi di macchine personalizzate N1, N2, N2D, E2, N4 e N4D).
Limitazioni:
- Il tipo di macchina n1-standard-1 non è supportato per le immagini 2.0 e successive (il tipo di macchina n1-standard-1 non è consigliato per le immagini precedenti alla versione 2.0. In alternativa, utilizza un tipo di macchina con più memoria).
- I tipi di macchine con core condivisi non sono supportati, che
includono i seguenti tipi di macchine non supportati:
- E2: tipi di macchine con core condivisi e2-micro, e2-small ed e2-medium e
- N1: tipi di macchine con core condivisi f1-micro e g1-small.
- Managed Service for Apache Spark seleziona
hyperdisk-balancedcome tipo di disco di avvio se il tipo di macchina è C4, N4 o N4D.
- Tipi di macchine ottimizzate per il calcolo, che includono i tipi di macchine C2 e C2D.
- Tipi di macchine ottimizzate per la memoria, che includono i tipi di macchine M1 e M2.
- Tipi di macchine Arm, che includono C4A tipi di macchine.
Tipi di macchine personalizzate
I tipi di macchine personalizzate sono ideali per i seguenti workload:
- Workload non adatti ai tipi di macchine predefinite.
- Workload che richiedono più potenza di elaborazione o più memoria, ma non tutti gli upgrade forniti dal tipo di macchina di livello superiore.
Ad esempio, se hai un workload che richiede più potenza di elaborazione di quella fornita da un'istanza n1-standard-4, ma il passaggio successivo, un'istanza n1-standard-8, fornisce una capacità eccessiva. Con i tipi di macchine personalizzate, puoi creare cluster Managed Service for Apache Spark con nodi master e/o worker nell'intervallo intermedio, con 6 CPU virtuali e 25 GB di memoria.
Specificare un tipo di macchina personalizzata
I tipi di macchine personalizzate utilizzano una specifica speciale machine type e sono soggetti
a limitazioni. Ad esempio, la specifica del tipo di macchina personalizzata per una VM personalizzata con 6 CPU virtuali e 22,5 GB di memoria è custom-6-23040.
I numeri nella specifica del tipo di macchina corrispondono al numero di CPU virtuali
(vCPU) nella macchina (6) e alla quantità di memoria (23040).
La quantità di memoria viene calcolata moltiplicando la quantità di memoria in
gigabyte per 1024 (vedi
Esprimere la memoria in GB o MB). In questo esempio, 22,5 (GB) viene moltiplicato per 1024: 22.5 * 1024 = 23040.
Specifichi il tipo di macchina personalizzata quando crei un cluster. Puoi impostare il tipo di macchina per i nodi master o worker o per entrambi quando crei un cluster. Se imposti entrambi, il nodo master può utilizzare un tipo di macchina personalizzata diverso da quello utilizzato dai worker. Il tipo di macchina utilizzato dai worker secondari segue le impostazioni dei worker principali e non può essere impostato separatamente (vedi Worker secondari: VM prerilasciabili e non prerilasciabili).
Prezzi tipo di macchina personalizzate
I tipo di macchina personalizzate si basano sulle risorse utilizzate in una macchina personalizzata. I prezzi di Managed Service for Apache Spark vengono aggiunti al costo delle risorse di calcolo e si basano sul numero totale di CPU virtuali (vCPU) utilizzate in un cluster.
Creare un cluster con un tipo di macchina specificato
Google Cloud Console
Comando gcloud CLI
Esegui il
gcloud dataproc clusters create
comando con i seguenti flag per creare un cluster Managed Service for Apache Spark con tipi di macchine master
e/o worker:
- Il
--master-machine-type machine-typeflag consente di impostare il tipo di macchina predefinita o personalizzata utilizzata dall'istanza VM master nel cluster (o dalle istanze master se crei un cluster HA) - Il
--worker-machine-type custom-machine-typeflag consente di impostare il tipo di macchina predefinita o personalizzata utilizzata dalle istanze VM worker nel cluster.
Esempio:
gcloud dataproc clusters create test-cluster / --master-machine-type custom-6-23040 / --worker-machine-type custom-6-23040 / other args
... properties: distcp:mapreduce.map.java.opts: -Xmx1638m distcp:mapreduce.map.memory.mb: '2048' distcp:mapreduce.reduce.java.opts: -Xmx4915m distcp:mapreduce.reduce.memory.mb: '6144' mapred:mapreduce.map.cpu.vcores: '1' mapred:mapreduce.map.java.opts: -Xmx1638m ...
API
Per creare un cluster con tipi di macchine personalizzate, imposta il
machineTypeUri in masterConfig e/o workerConfig
InstanceGroupConfig
nella
cluster.create
cluster.create.
Esempio:
POST /v1/projects/my-project-id/regions/is-central1/clusters/
{
"projectId": "my-project-id",
"clusterName": "test-cluster",
"config": {
"configBucket": "",
"gceClusterConfig": {
"subnetworkUri": "default",
"zoneUri": "us-central1-a"
},
"masterConfig": {
"numInstances": 1,
"machineTypeUri": "n1-highmem-4",
"diskConfig": {
"bootDiskSizeGb": 500,
"numLocalSsds": 0
}
},
"workerConfig": {
"numInstances": 2,
"machineTypeUri": "n1-highmem-4",
"diskConfig": {
"bootDiskSizeGb": 500,
"numLocalSsds": 0
}
}
}
}
Creare un cluster con un tipo di macchina personalizzata con memoria estesa
Managed Service for Apache Spark supporta i tipi di macchine personalizzate con memoria estesa oltre il limite di 6,5 GB per vCPU (vedi Prezzi della memoria estesa).
Google Cloud Console
gcloud CLI
Per creare un cluster dalla riga di comando gcloud con
CPU personalizzate con memoria estesa, aggiungi un -ext suffisso ai
‑‑master-machine-type e/o
‑‑worker-machine-type flag.
Esempio
Il seguente esempio di riga di comando gcloud crea un cluster Managed Service for Apache Spark con 1 CPU e 50 GB di memoria (50 * 1024 = 51200) in ogni nodo:
gcloud dataproc clusters create test-cluster / --master-machine-type custom-1-51200-ext / --worker-machine-type custom-1-51200-ext / other args
API
Il seguente snippet JSON <code.instancegroupconfig< code="" dir="ltr" translate="no"></code.instancegroupconfig<> di una richiesta clusters.create dell'API REST Dataproc specifica 1 CPU e 50 GB di memoria (50 * 1024 = 51200) in ogni nodo:
...
"masterConfig": {
"numInstances": 1,
"machineTypeUri": "custom-1-51200-ext",
...
},
"workerConfig": {
"numInstances": 2,
"machineTypeUri": "custom-1-51200-ext",
...
...
Tipi di macchine Arm
Managed Service for Apache Spark supporta la creazione di un cluster con nodi che utilizzano tipi di macchine Arm, come il tipo di macchina C4A.
Requisiti e limitazioni:
- L'immagine Managed Service for Apache Spark deve essere compatibile con il chipset Arm.
Le immagini Managed Service for Apache Spark
2.1-ubuntu20-arm,2.2-ubuntu22-arm, e2.3-ubuntu22-arm(e il suffisso-armsuccessivo) sono compatibili con il chipset Arm. Le immagini compatibili con Arm non supportano molti componenti facoltativi e di azioni di inizializzazione , come indicato nelle pagine della versione di rilascio dell'immagine. - Poiché è necessario specificare un'immagine per un cluster, i nodi master, worker e worker secondari devono utilizzare un tipo di macchina Arm compatibile con l'immagine Arm Managed Service for Apache Spark selezionata.
- Le funzionalità di Managed Service for Apache Spark non compatibili con i tipi di macchine Arm non sono disponibili (ad esempio, le unità SSD locali non sono supportate dai tipi di macchine C4A).
- Le immagini Arm supportano solo i componenti preinstallati e un insieme limitato di componenti facoltativi. Gli altri componenti facoltativi e tutte le azioni di inizializzazione non sono supportati.
Creare un cluster con un tipo di macchina Arm
Console
Per creare un cluster Managed Service for Apache Spark che utilizza un tipo di macchina Arm:
- Apri la pagina Crea cluster di Managed Service for Apache Spark.
- Nella sezione Configurazione worker, seleziona la famiglia di macchine, la serie, e il tipo.
- Per impostazione predefinita, le impostazioni del nodo driver (master) sono le stesse dei worker principali. In Configurazione aggiuntiva, puoi modificare il nodo driver per deselezionare la casella di controllo Imposta il nodo driver come il worker principale, quindi specificare le impostazioni del nodo driver.
gcloud
Per creare un cluster Managed Service for Apache Spark che utilizza un tipo di macchina Arm, esegui il seguente comando gcloud localmente in una finestra del terminale o in
Cloud Shell. Questo esempio specifica l'immagine 2.1-ubuntu20-arm e il tipo di macchina Arm c4a-standard-4.
gcloud dataproc clusters create cluster-name \ --region=REGION \ --image-version=2.1-ubuntu20-arm \ --master-machine-type=c4a-standard-4 \ --worker-machine-type=c4a-standard-4
Note:
REGION: la regione in cui si troverà il cluster.
Per informazioni su altri flag della riga di comando che puoi utilizzare per personalizzare il cluster, consulta la documentazione di riferimento di gcloud dataproc clusters create.
API
POST /v1/projects/my-project-id/regions/is-central1/clusters/
{
"projectId": "my-project-id",
"clusterName": "sample-cluster",
"config": {
"configBucket": "",
"gceClusterConfig": {
"subnetworkUri": "default",
"zoneUri": "us-central1-a"
},
"masterConfig": {
"numInstances": 1,
**"machineTypeUri": "c4a-standard-4"**,
"diskConfig": {
"bootDiskSizeGb": 500,
}
},
"workerConfig": {
"numInstances": 2,
**"machineTypeUri": "c4a-standard-4"**,
"diskConfig": {
"bootDiskSizeGb": 500,
"numLocalSsds": 0
}
},
"softwareConfig": {
"imageVersion": "2.1-ubuntu20-arm"
}
}
}
Passaggi successivi
- Scopri di più sulle VM Arm su Compute.
- Scopri come creare una VM con un tipo di macchina personalizzata.
- Scopri come creare e avviare un'istanza Compute Engine.