שינוי גודל של אשכולות

אחרי שיוצרים אשכול של Managed Service for Apache Spark, אפשר לשנות את גודל האשכול על ידי הגדלה או הקטנה של מספר צמתי העובדים הראשיים או המשניים (שינוי גודל אופקי) באשכול. אפשר לשנות את גודל האשכול של Managed Service for Apache Spark בכל שלב, גם כשהעבודות פועלות באשכול. אי אפשר לשנות את סוג המכונה של אשכול קיים (שינוי גודל אנכי). כדי לבצע שינוי גודל אנכי, יוצרים אשכול באמצעות סוג מכונה נתמך, ואז מעבירים את העבודות לאשכול החדש.

משתמשים בתכונה 'שינוי גודל אוטומטי' של Managed Service for Apache Spark. במקום לשנות את גודל האשכולות באופן ידני, אפשר להפעיל התאמה אוטומטית לעומס כדי ש-Managed Service for Apache Spark יגדיר את המספר ה "נכון" של workers לעומסי העבודה.

אפשר לשנות את גודל האשכול של Managed Service for Apache Spark כדי:

1. כדי להגדיל את מספר העובדים כדי להריץ משימה מהר יותר.
2. כדי להקטין את מספר העובדים ולחסוך כסף (אפשר להשתמש בהוצאה משימוש בצורה מסודרת כדי להקטין את גודל האשכול בלי לאבד עבודה בתהליך).
3. כדי להגדיל את מספר הצמתים ולהרחיב את נפח האחסון הזמין של Hadoop Distributed File System‏ (HDFS).

הערה: אי אפשר לשנות את הגודל של אשכול עם צומת יחיד.

אפשר לשנות את גודל האשכול כמה פעמים, ולכן יכול להיות שתרצו להגדיל או להקטין את גודל האשכול בפעם אחת, ואז להקטין או להגדיל את הגודל מאוחר יותר.

המלצות:

• הסרת עובדים בזהירות: אם מסירים עובדים מהאשכול, צריך לוודא שהגודל החדש של האשכול מספיק כדי לטפל בעומס העבודה. אם לא, יכול להיות שיעבור הרבה זמן עד שהעבודות יושלמו או שהן יפסיקו להגיב.

• לא מומלץ להגדיל את מספר העובדים הראשיים: עובדים ראשיים מריצים את HDFS DataNodes, ועובדים משניים מיועדים רק לחישובים. להרחבת מספר העובדים הראשיים יש סיכונים. לדוגמה, יכולים להיות כמה תנאי מירוץ ב-NameNodes של HDFS במהלך פעולות שינוי גודל, שיכולים לגרום להשחתה של HDFS ולביטול הפעלה שנתקע ללא הגבלת זמן. מידע נוסף זמין במאמר בנושא הימנעות מהרחבת העבודה של עובדים ראשיים.

שימוש בהתאמה

יש שלוש דרכים להרחבת אשכול Managed Service for Apache Spark:

1. משתמשים בכלי שורת הפקודה gcloud ב-CLI של gcloud.
2. עורכים את הגדרות האשכול במסוףGoogle Cloud .
3. משתמשים ב-REST API.

עובדים חדשים שנוספים לאשכול ישתמשו באותו סוג מכונה כמו העובדים הקיימים. לדוגמה, אם יוצרים אשכול עם עובדים שמשתמשים בסוג המכונה n1-standard-8, גם עובדים חדשים ישתמשו בסוג המכונה n1-standard-8.

הערה: שירות Managed Service for Apache Spark לא תומך בשינוי גודל העובדים (vCPU, זיכרון, דיסק קשיח) כשמוסיפים עובדים לאשכול.

אתם יכולים לשנות את מספר העובדים הראשיים או את מספר העובדים המשניים (שניתנים להפסקת פעולה), או את שניהם. לדוגמה, אם משנים רק את מספר העובדים שניתן להפסיק את הפעולה שלהם, מספר העובדים הראשיים נשאר ללא שינוי.

gcloud

הגדרה של ה-CLI של gcloud: כדי להשתמש ב-Google Cloud CLI, צריך להגדיר ולהפעיל את ה-CLI של gcloud.

כדי לשנות את גודל האשכול באמצעות gcloud dataproc clusters update, מריצים את הפקודה הבאה:

‫

gcloud dataproc clusters update cluster-name \
    --region=region \
    [--num-workers and/or --num-secondary-workers]=new-number-of-workers

כאשר cluster-name הוא שם האשכול שרוצים לעדכן, ו-new-number-of-workers הוא המספר המעודכן של צמתי העובדים הראשיים או המשניים. לדוגמה, כדי לשנות את הגודל של אשכול בשם dataproc-1 כך שיכלול חמישה צמתים ראשיים של עובדים, מריצים את הפקודה הבאה.

gcloud dataproc clusters update dataproc-1 \
    --region=region \
    --num-workers=5
...
Waiting on operation [operations/projects/project-id/operations/...].
Waiting for cluster update operation...done.
Updated [https://dataproc.googleapis.com/...].
clusterName: my-test-cluster
...
  masterDiskConfiguration:
    bootDiskSizeGb: 500
  masterName: dataproc-1-m
  numWorkers: 5
  ...
  workers:
  - my-test-cluster-w-0
  - my-test-cluster-w-1
  - my-test-cluster-w-2
  - my-test-cluster-w-3
  - my-test-cluster-w-4
...

‫API בארכיטקטורת REST

מידע נוסף זמין במאמר בנושא clusters.patch.

דוגמה

PATCH /v1/projects/project-id/regions/us-central1/clusters/example-cluster?updateMask=config.worker_config.num_instances,config.secondary_worker_config.num_instances
{
  "config": {
    "workerConfig": {
      "numInstances": 4
    },
    "secondaryWorkerConfig": {
      "numInstances": 2
    }
  },
  "labels": null
}

מאפשרים לקונסולה ליצור את בקשת העדכון של האשכול.: אפשר ללחוץ על הקישור Equivalent REST בתחתית הדף Google Cloud console Managed Service for Apache Spark Cluster details→Configuration כדי שמסוף Google Cloud ייצור בקשת PATCH מקבילה של REST API.

המסוף

אחרי שיוצרים אשכול, אפשר לשנות את הגודל שלו. לשם כך, פותחים את הדף פרטי האשכול של האשכול מתוך המסוף Google Cloud , לוחצים על אשכולות ואז על הלחצן עריכה בכרטיסייה הגדרה. מזינים ערך חדש למספר צמתי העובדים או צמתי העובדים שניתנים להפסקת פעולה (בצילום המסך הבא, הערכים עודכנו ל-5 ול-2 בהתאמה). לוחצים על שמירה כדי לעדכן את האשכול.

איך Managed Service for Apache Spark בוחר צמתים באשכול להסרה

באשכולות שנוצרו עם גרסאות תמונה 1.5.83+, 2.0.57+ ו-2.1.5+, כשמצמצמים את גודל האשכול, שירות Managed Service for Apache Spark מנסה למזער את ההשפעה של הסרת צמתים על אפליקציות YARN שפועלות. לשם כך, הוא מסיר קודם צמתים לא פעילים, לא תקינים וסרק, ואז מסיר צמתים עם הכי פחות מאסטרים של אפליקציות YARN וקונטיינרים שפועלים.

הוצאה משימוש בצורה מבוקרת

כשמצמצמים את גודל האשכול, יכול להיות שהעבודה בתהליך תיפסק לפני שהיא תושלם. אם אתם משתמשים ב-Managed Service for Apache Spark גרסה 1.2 ואילך, אתם יכולים להשתמש ב-Graceful Decommissioning, שכולל את Graceful Decommission of YARN Nodes כדי לסיים עבודה בתהליך בעובד לפני שהוא מוסר מהאשכול של Cloud Managed Service for Apache Spark.

הערה: העובד לא יוסר מהאשכול עד שהאפליקציות הפועלות של YARN יסיימו את הפעולה.

צמצום הדרגתי של כמות השרתים ועובדים משניים

קבוצת העובדים (המשנית) שניתן להפסיק את פעולתה ממשיכה להקצות או למחוק עובדים כדי להגיע לגודל הצפוי שלה, גם אחרי שפעולת שינוי הגודל של האשכול מסומנת כהשלמה. אם מנסים להוציא משימוש בצורה מסודרת עובד משני ומקבלים הודעת שגיאה שדומה להודעה הבאה:

"Secondary worker group cannot be modified outside of Managed Service for Apache Spark. אם יצרתם או עדכנתם לאחרונה את האשכול הזה, צריך להמתין כמה דקות לפני שמוציאים אותו משימוש בצורה מסודרת, כדי לאפשר לכל המופעים המשניים להצטרף לאשכול או לעזוב אותו. הגודל הצפוי של קבוצת ה-worker המשנית: x, הגודל בפועל: y",

ממתינים כמה דקות ואז חוזרים על בקשת צמצום הדרגתי של כמות השרתים.

הערה:

• אתם יכולים להוציא משימוש בכוח עובדים שניתנים להפסקת פעולה בכל שלב.
• אפשר להוציא משימוש עובדים ראשיים בצורה מסודרת בכל שלב

שימוש בצמצום הדרגתי של כמות השרתים

התכונה 'הוצאה משימוש בצורה מסודרת' ב-Managed Service for Apache Spark כוללת את התכונה Graceful Decommission of YARN Nodes (הוצאה משימוש בצורה מסודרת של צמתי YARN) כדי לסיים את העבודה בתהליך בעובד לפני שהוא מוסר מאשכול Managed Service for Apache Spark ב-Cloud. כברירת מחדל, צמצום הדרגתי של כמות השרתים מושבת. אפשר להפעיל את התכונה על ידי הגדרת ערך של זמן קצוב לתפוגה כשמעדכנים את האשכול כדי להסיר ממנו worker אחד או יותר.

gcloud

כדי לעדכן אשכול ולהסיר ממנו עובד אחד או יותר, משתמשים בפקודה gcloud dataproc clusters update עם הדגל --graceful-decommission-timeout. ערכי הזמן הקצוב לתפוגה (מחרוזת) יכולים להיות הערך '0s' (ברירת המחדל; הוצאה משימוש בכוח ולא בצורה הדרגתית) או משך חיובי ביחס לזמן הנוכחי (לדוגמה, '3s'). משך הזמן המקסימלי הוא יום אחד.

משכי זמן: מציינים משך זמן להוצאה משירות בצורה הדרגתית כמספר שלם לא שלילי עם אחד מהסיומות הבאות באותיות קטנות: s,‏ m,‏ h או d לשניות, דקות, שעות או ימים, בהתאמה. המשך המקסימלי להוצאה משימוש הדרגתית הוא יום אחד (1d). אם לא מציינים סיומת, ההנחה היא שמדובר בשניות.

gcloud dataproc clusters update cluster-name \
    --region=region \
    --graceful-decommission-timeout="timeout-value" \
    [--num-workers and/or --num-secondary-workers]=decreased-number-of-workers \
    ... other args ...

‫API בארכיטקטורת REST

מידע נוסף זמין במאמר בנושא clusters.patch.gracefulDecommissionTimeout. ערכי הזמן הקצוב לתפוגה (מחרוזת) יכולים להיות הערך '0' (ברירת המחדל; השבתה כפויה ולא הדרגתית) או משך זמן בשניות (לדוגמה, '3s'). המשך המקסימלי הוא יום אחד.

המסוף

אחרי שיוצרים אשכול, אפשר לבחור בצמצום הדרגתי של כמות השרתים של האשכול. כדי לעשות את זה, פותחים את הדף פרטי האשכול של האשכול מתוך הדף אשכולות בGoogle Cloud מסוף, ואז לוחצים על הלחצן עריכה בכרטיסייה הגדרה. בקטע צמצום הדרגתי של כמות השרתים, בוחרים באפשרות שימוש בצמצום הדרגתי של כמות השרתים ואז בוחרים ערך של זמן קצוב לתפוגה. לוחצים על שמירה כדי לעדכן את האשכול.

ביטול פעולת צמצום הדרגתי של כמות השרתים

באשכולות של Managed Service for Apache Spark שנוצרו עם גרסאות תמונה 2.0.57+ או 2.1.5+, אפשר להריץ את הפקודה gcloud dataproc operations cancel או להנפיק בקשת API של Managed Service for Apache Spark‏ operations.cancel כדי לבטל פעולת צמצום הדרגתי של כמות השרתים.

אפשר לקבל את שם המשאב, כולל המזהה, של פעולת הקטנה על ידי הפעלת gcloud dataproc operations list או שליחת בקשת operations.list של Managed Service for Apache Spark API.

כשמבטלים פעולה של צמצום הדרגתי של כמות השרתים:

• עובדים במצב DECOMMISSIONING מופעלים מחדש והופכים ל-ACTIVE בסיום הביטול של הפעולה.

• אם פעולת ההקטנה כוללת עדכוני תוויות, יכול להיות שהעדכונים לא יחולו.

הערה: ביטול של פעולת הקטנה מתבצע באופן אסינכרוני. ‫Managed Service for Apache Spark מנסה לבטל את הפעולה, אבל לא מובטח שהביטול יצליח.

כדי לבדוק את הסטטוס של בקשת הביטול, אפשר להריץ את הפקודה gcloud dataproc operations describe או להגיש בקשה ל-Managed Service for Apache Spark API‏ operations.get. אם פעולת הביטול מצליחה, הסטטוס של הפעולה הפנימית מסומן כ-CANCELLED.