"Managed Service for Apache Spark" is the new name for the product formerly known as "Dataproc on Compute Engine" (cluster deployment) and "Google Cloud Serverless for Apache Spark" (serverless deployment).

Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

가변형 VM으로 VM 유형 우선순위 지정

가변형 VM은 Managed Service for Apache Spark 클러스터를 만들 때 Managed Service for Apache Spark 마스터, 기본, 보조 작업자 노드의 우선순위가 지정된 VM 유형 목록을 지정할 수 있는 Managed Service for Apache Spark 기능입니다.

가변형 VM을 사용하는 이유

문제: 클러스터 생성 요청을 제출할 때 VM 유형을 사용할 수 없는 경우 요청이 실패하며 요청, 스크립트 또는 코드를 업데이트하여 '다음으로 좋은' VM 유형을 지정해야 합니다. 이 재요청 프로세스는 사용 가능한 VM 유형을 지정할 때까지 여러 번 반복될 수 있습니다.

솔루션: Managed Service for Apache Spark 가변형 VM 기능은 순위가 지정된 VM 목록에서 마스터, 기본, 보조 작업자 VM 유형을 선택한 다음 나열된 VM 유형을 사용할 수 있는 지정된 클러스터 리전 내에서 영역을 검색하여 클러스터 생성 요청이 성공하도록 도와줍니다.

제한사항

가변형 VM을 사용하는 클러스터는 중지할 수 없습니다.
고가용성 클러스터의 마스터 노드는 가변형 VM을 사용할 수 없지만 HA 클러스터 작업자 노드는 가변형 VM을 사용할 수 있습니다.

용어

VM 유형: VM 인스턴스의 계열, 메모리 용량, CPU 코어 수입니다. Managed Service for Apache Spark에서는 사전 정의된 커스텀 VM 유형을 사용할 수 있습니다.
이 문서에서 'VM 유형' 및 '인스턴스 선택'은 클러스터 마스터 또는 워커 노드에서 VM을 프로비저닝하는 데 사용되는 지원되는 머신 유형을 의미합니다.
마스터 및 기본 작업자 노드: 기본적으로 Managed Service for Apache Spark 클러스터에는 마스터 노드 1개와 기본 작업자 노드 2개가 있습니다.
- 고가용성 (HA) 클러스터에는 마스터 노드가 3개 있습니다.
- 단일 노드 클러스터에는 마스터 및 워커 노드 역할을 하는 노드가 하나 있습니다.
- 제로 스케일 클러스터에는 마스터 노드와 보조 작업자만 있습니다 (기본 작업자 없음).
보조 작업자 노드: 보조 작업자는 데이터를 저장하지 않으며 처리 노드 역할만 합니다. 보조 작업자를 사용하면 스토리지를 확장하지 않고도 컴퓨팅을 확장할 수 있습니다. 기본 가변형 VM 보조 작업자 유형은 선점형 유형인 스팟 VM입니다.

사용

가변형 VM은 Managed Service for Apache Spark 2.0.74+, 2.1.76+, 2.2.42+ 이상 이미지 버전의 Managed Service for Apache Spark에서 사용할 수 있습니다.
목록에 VM 유형을 최대 10개까지 포함하여 최대 5개의 순위 지정 VM 유형 목록을 지정할 수 있습니다.

권장사항: Managed Service for Apache Spark 자동 영역 배치를 사용 설정합니다. 이렇게 하면 Managed Service for Apache Spark에서 요청된 VM을 프로비저닝할 수 있는 용량이 있는 영역을 선택할 수 있습니다.
기본적으로 클러스터 노드는 하나의 디스크 유형을 사용해야 합니다. 디스크 재정의를 사용하여 Flex VM 클러스터 노드에 지정된 여러 머신 유형에 대해 서로 다른 디스크 유형을 지정할 수 있습니다.
클러스터의 기본 및 보조 작업자 VM 유형에 서로 다른 CPU 대 메모리 비율을 지정할 수 있지만, 가장 작은 CPU 대 메모리 비율이 가장 작은 컨테이너 단위로 사용되기 때문에 성능이 저하될 수 있습니다.
가변형 VM을 포함하여 기본 및 보조 작업자에 균일한 CPU 대 메모리 비율을 사용합니다.
클러스터 생성 요청에 자동 확장 정책이 포함된 경우 가변형 VM이 다른 VM 제품군에 속할 수 있지만 메모리 및 코어 수가 동일해야 합니다.
가변형 VM을 프로비저닝할 때 Managed Service for Apache Spark는 사용 가능한 예약 중 '일치하는' 예약은 사용하지만 '특정' 예약은 사용하지 않습니다 (예약 인스턴스 사용 참조). 예약과 일치하는 머신 유형이 먼저 순위에서 선택되고 CPU 수가 가장 많은 VM 유형이 선택됩니다.
Managed Service for Apache Spark는 가변형 VM 프로비저닝에 Google Cloud 할당량을 적용합니다.
가변형 VM을 사용하여 생성된 클러스터를 업데이트할 경우, Managed Service for Apache Spark는 클러스터를 만들 때 제공된 가변형 VM 목록에서 작업자를 선택하고 추가합니다.

가변형 VM 요청 방법

목록에 VM 유형을 최대 10개까지 포함하여 최대 5개의 순위 지정 VM 유형 목록을 지정할 수 있습니다. 순위가 가장 낮은 목록은 우선순위가 가장 높습니다. 기본적으로 가변형 VM 목록의 순위는 0입니다. 목록 내에서 Managed Service for Apache Spark는 사용되지 않은 예약이 있는 VM 유형을 우선하고 그 다음으로 가장 큰 VM 크기에 우선순위를 둡니다. 목록 내에서 CPU 수가 동일한 VM 유형은 동일하게 취급됩니다.

Google Cloud 콘솔, Google Cloud CLI 또는 Dataproc API를 사용하여 Managed Service for Apache Spark 클러스터를 만들 때 가변형 VM을 요청할 수 있습니다.

콘솔

가변형 VM으로 클러스터를 만들려면 다음 단계를 따르세요.

클러스터 만들기 페이지를 엽니다.
추가 구성을 클릭하여 해당 섹션을 펼칩니다.
기본 작업자 또는 보조 작업자를 수정합니다. 작업자 유형 추가에서 순위가 지정된 VM을 추가로 지정합니다.

gcloud

master-instance-selection, worker-instance-selection, secondary-worker-instance-selection 플래그와 함께 gcloud dataproc clusters create 명령어를 사용하여 마스터, 기본, 보조 작업자에 대해 순위가 지정된 가변형 VM 목록을 지정합니다.

다음 예에서는 우선순위가 다음과 같은 마스터, 기본, 보조 VM 유형을 요청합니다.

사용 가능한 경우 e2-standard-8 VM을 프로비저닝합니다 (0순위). e2-standard-8 머신을 사용할 수 없는 경우 n2-standard-8 VM을 프로비저닝합니다 (1순위).

보조 작업자 유형이 지정되지 않았으므로 선점형 스팟 보조 VM이 프로비저닝됩니다.

gcloud dataproc clusters create CLUSTER_NAME \
    --region=REGION \
    --zone="" \
    --master-instance-selection='{"machineTypes":["e2-standard-8"],"rank":0}' \
    --master-instance-selection='{"machineTypes":["n2-standard-8"],"rank":1}' \
    --num-workers=10 \
    --worker-instance-selection='{"machineTypes":["e2-standard-8"],"rank":0}' \
    --worker-instance-selection='{"machineTypes":["n2-standard-8"],"rank":1}' \
    --num-secondary-workers=4 \
    --secondary-worker-instance-selection='{"machineTypes":["e2-standard-8"],"rank":0}' \
    --secondary-worker-instance-selection='{"machineTypes":["n2-standard-8"],"rank":1}'

참고:

--zone="": 이 플래그를 빈 값으로 설정하면 자동 영역 배치가 사용 설정되어 Managed Service for Apache Spark가 요청된 VM 유형을 사용할 수 있는 영역을 선택할 수 있습니다. 이 플래그 값은 기본 gcloud config list에 지정된 영역 선택을 재정의합니다.

API

Dataproc API clusters.create 요청의 일부로 instanceFlexibilityPolicy.instanceSelectionList를 사용하여 마스터, 기본, 보조 작업자의 machineTypes 순위 목록을 지정합니다.

예: clusters.create 요청 본문의 다음 JSON 스니펫은 0순위와 1순위의 마스터 (masterConfig), 기본 작업자 (workerConfig), 보조 작업자(secondaryWorkerConfig) 머신 유형을 지정합니다.

{
  "projectId": "PROJECT_ID",
  "clusterName": "CLUSTER_NAME",
  "config": {
    "gceClusterConfig": {
      "zoneUri": ""
    },
    "masterConfig": {
      "numInstances": 1,
      "instanceFlexibilityPolicy": {
        "instanceSelectionList": [
          {
            "machineTypes": ["e2-standard-8"],
            "rank": 0
          },
          {
            "machineTypes": ["n2-standard-8"],
            "rank": 1
          }
        ]
      }
    },
    "workerConfig": {
      "numInstances": 10,
      "instanceFlexibilityPolicy": {
        "instanceSelectionList": [
          {
            "machineTypes": ["e2-standard-8"],
            "rank": 0
          },
          {
            "machineTypes": ["n2-standard-8"],
            "rank": 1
          }
        ]
      }
    },
    "secondaryWorkerConfig": {
      "numInstances": 4,
      "instanceFlexibilityPolicy": {
        "instanceSelectionList": [
          {
            "machineTypes": ["e2-standard-8"],
            "rank": 0
          },
          {
            "machineTypes": ["n2-standard-8"],
            "rank": 1
          }
        ]
      }
    }
  }
}

디스크 재정의

유연한 VM 사양에서 각 머신 유형 (인스턴스 선택)에 대한 디스크 재정의를 지정할 수 있습니다. 이를 통해 부팅 디스크를 맞춤설정하고, 로컬 SSD를 재정의하고, 특정 머신 유형에 추가 디스크를 연결할 수 있습니다.

디스크 재정의 옵션 및 규칙

디스크 재정의 구성 옵션:

기본 디스크 구성: 클러스터 노드에 지정된 디스크 구성입니다. 예를 들어 gcloud CLI --worker-boot-disk-size 플래그 또는 workerConfig.diskConfig.bootDiskSizeGb Dataproc API 필드를 사용하여 기본 작업자의 부팅 디스크 크기를 지정합니다.
인스턴스 선택 디스크 재정의: 클러스터 노드에 지정된 머신 유형의 디스크 구성입니다.

디스크 재정의 구성 규칙:

기본 디스크 구성: 클러스터 노드의 인스턴스 선택에 diskConfig 재정의가 포함되지 않는 경우 노드의 기본 디스크 구성을 정의할 수 있습니다. 이 기본 디스크 구성은 노드의 모든 인스턴스 선택에 적용됩니다.
인스턴스 선택 디스크 구성: 클러스터 노드의 인스턴스 선택에 diskConfig 재정의가 포함된 경우 노드 그룹의 모든 인스턴스 선택에 diskConfig이 포함되어야 합니다 (노드의 기본 디스크 구성도 정의하는 경우 유효성 검사 오류가 발생함).
머신 유형 호환성: 단일 InstanceSelection 내의 모든 머신 유형은 지정된 diskConfig와 호환되어야 합니다. 예를 들어 하이퍼디스크를 지원하지 않는 e2-standard-4 머신 유형을 하이퍼디스크가 필요한 n4-standard-4 머신 유형과 동일한 인스턴스 선택에 그룹화할 수 없습니다. diskConfig이 두 머신 유형을 모두 충족할 수 없기 때문입니다.
로컬 SSD 지원: 디스크 재정의 구성에서 로컬 SSD (numLocalSsds > 0)를 구성하는 경우 인스턴스 선택의 모든 머신 유형이 로컬 SSD를 지원해야 합니다.
필수 디스크 재정의 구성 필드:
- 인스턴스 선택에 diskConfig를 정의하는 경우 bootDiskType가 필수입니다.
- attachedDiskConfigs를 정의하는 경우 연결된 각 디스크에 diskType와 diskSizeGb가 모두 필수입니다.

디스크 재정의 구성 예

다음 예시에서는 다음 클러스터 노드에 대해 다음 디스크 재정의 구성 옵션을 지정합니다.

마스터 노드: 기본 부팅 디스크를 사용합니다.
기본 작업자: 인스턴스 선택에 따라 맞춤설정된 디스크를 사용합니다. 예를 들어 n4-standard-4는 hyperdisk-balanced을 사용하고 n2-standard-4는 pd-standard을 사용합니다.
보조 작업자: 모든 인스턴스 선택에 적용되는 200 GB이 있는 pd-ssd 커스텀 기본 디스크 구성을 사용합니다.

Dataproc API

Dataproc API clusters.create 요청에서 instanceFlexibilityPolicy.instanceSelectionList 내의 diskConfig 필드를 사용합니다.

JSON 요청 본문 예시:

{
  "projectId": "PROJECT_ID",
  "clusterName": "CLUSTER_NAME",
  "config": {
    "gceClusterConfig": {
      "zoneUri": ""
    },
    "masterConfig": {
      "numInstances": 1,
      "instanceFlexibilityPolicy": {
        "instanceSelectionList": [
          {
            "machineTypes": ["e2-standard-8"],
            "rank": 0
          },
          {
            "machineTypes": ["n2-standard-8"],
            "rank": 1
          }
        ]
      }
    },
    "workerConfig": {
      "numInstances": 10,
      "instanceFlexibilityPolicy": {
        "instanceSelectionList": [
          {
            "machineTypes": ["n4-standard-4"],
            "rank": 0,
            "diskConfig": {
              "bootDiskType": "hyperdisk-balanced",
              "bootDiskSizeGb": 100,
              "bootDiskProvisionedIops": 6000,
              "bootDiskProvisionedThroughput": 400,
              "attachedDiskConfigs": [
                {
                  "diskType": "HYPERDISK_THROUGHPUT",
                  "diskSizeGb": 2048
                }
              ]
            }
          },
          {
            "machineTypes": ["n2-standard-4"],
            "rank": 0,
            "diskConfig": {
              "bootDiskType": "pd-standard",
              "bootDiskSizeGb": 400
            }
          }
        ]
      }
    },
    "secondaryWorkerConfig": {
      "numInstances": 4,
      "diskConfig": {
        "bootDiskType": "pd-ssd",
        "bootDiskSizeGb": 200
      },
      "instanceFlexibilityPolicy": {
        "instanceSelectionList": [
          {
            "machineTypes": ["e2-standard-8"],
            "rank": 0
          },
          {
            "machineTypes": ["n2-standard-8"],
            "rank": 1
          }
        ]
      }
    }
  }
}

Flex VM 속성 재정의

Managed Service for Apache Spark는 클러스터 수준에서 속성을 설정합니다. 가변형 VM을 사용하는 클러스터를 만들 때 기본 및 보조 작업자 Flex VM 유형의 시스템 생성 속성을 재정의할 수 있습니다.

gcloud

클러스터를 만들 때 속성을 재정의하려면 다음 구문과 함께 --properties 플래그를 사용하세요.

--properties="$ROLE:$MACHINE_TYPE:$COMPONENT_PREFIX:$COMPONENT_PROPERTY=$VALUE"

ROLE은 primary_worker 또는 secondary_worker일 수 있습니다.
여러 속성은 쉼표로 구분하세요.

다음 gcloud dataproc clusters create 명령어는 보조 작업자에서 NodeManager에 YARN이 할당하는 vCPU 수를 재정의합니다. 이 예시에서는 모든 e2-standard-8 및 n2-standard-8 보조 작업자 VM에 대해 yarn-site.xml의 yarn.nodemanager.resource.cpu-vcores 값을 6로 설정합니다.

gcloud dataproc clusters create CLUSTER_NAME \
    --num-workers=10 \
    --num-secondary-workers=4 \
    --worker-machine-types="type=e2-standard-8,rank=0" \
    --worker-machine-types="type=n2-standard-8,rank=1" \
    --master-machine-types="type=e2-standard-8,rank=0" \
    --master-machine-types="type=n2-standard-8,rank=1" \
    --secondary-worker-machine-types="type=e2-standard-8,rank=0" \
    --secondary-worker-machine-types="type=n2-standard-8,rank=1" \
    --region=us-central1 \
    --zone="" \
    --properties="secondary_worker:e2-standard-8:yarn:yarn.nodemanager.resource.cpu-vcores=6,secondary_worker:n2-standard-8:yarn:yarn.nodemanager.resource.cpu-vcores=6"

API

속성을 재정의하려면 클러스터 생성 요청의 SoftwareConfig 객체에 있는 properties 필드에서 속성을 정의합니다.

속성 키에는 다음 구문을 사용합니다.

ROLE:MACHINE_TYPE:COMPONENT_PREFIX:COMPONENT_PROPERTY

ROLE은 primary_worker 또는 secondary_worker일 수 있습니다.

다음 SoftwareConfig 객체는 YARN이 보조 작업자의 NodeManager에 할당하는 vCPU 수를 재정의합니다. 이 예시에서는 모든 e2-standard-8 및 n2-standard-8 보조 작업자 VM에 대해 yarn.nodemanager.resource.cpu-vcores 값을 6으로 설정합니다.

{
  "imageVersion":"2.2.42",
  "properties": {
    "secondary_worker:e2-standard-8:yarn:yarn.nodemanager.resource.cpu-vcores" : "6",
    "secondary_worker:n2-standard-8:yarn:yarn.nodemanager.resource.cpu-vcores" : "6"
  }
}

다음 단계

Managed Service for Apache Spark 클러스터 속성에 대해 자세히 알아보세요.
Managed Service for Apache Spark 클러스터를 만드는 방법을 알아봅니다.

가변형 VM으로 VM 유형 우선순위 지정 컬렉션을 사용해 정리하기 내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.

가변형 VM을 사용하는 이유

제한사항

용어

사용

가변형 VM 요청 방법

콘솔

gcloud

API

디스크 재정의

디스크 재정의 옵션 및 규칙

디스크 재정의 구성 예

Dataproc API

Flex VM 속성 재정의

gcloud

API

다음 단계

가변형 VM으로 VM 유형 우선순위 지정