이 가이드에서는 Spark 개발자, Spark 관리자, Spark 뷰어가 Managed Service for Apache Spark 서버리스 일괄 워크로드 및 대화형 세션을 사용하기 시작하는 데 필요한 권한을 얻는 방법을 보여줍니다.
| 페르소나 | 조직 내 역할 | IAM에서 필요한 사항 |
|---|---|---|
| Spark 개발자 | 플랫폼의 빌더이자 소비자입니다. PySpark 및 Spark 작업을 작성 및 실행하고, 노트북 및 세션에서 개발하고, 데이터 세트를 읽고 쓰고, 워크로드를 모니터링하고 문제를 해결합니다. 데이터 엔지니어, 데이터 과학자, 개발자가 포함됩니다. | 워크로드를 제출, 실행, 모니터링, 문제 해결하고 작업에서 사용하는 데이터를 읽고 쓸 수 있는 권한입니다. |
| Spark 관리자 | 플랫폼 소유자 및 관리자입니다. 프로젝트를 설정하고, 워크로드 인증 방법을 결정하고, Spark 개발자를 온보딩하고, 공유 서비스 계정을 관리하고, 조직 가드레일과 최소 권한을 적용합니다. 플랫폼 관리자라고도 합니다. | 다른 사용자에게 액세스 권한을 부여하고, 실행 ID(최종 사용자 인증 정보 또는 공유 서비스 계정)를 구성하고, 프로젝트 전체의 서버리스 리소스를 관리할 수 있는 권한입니다. |
| Spark 뷰어 | 플랫폼의 옵저버이자 감사자입니다. 워크로드를 제출하거나 수정하지 않고도 작업 완료, 실행 기록, 측정항목, 대시보드를 추적합니다. 애널리스트, 프로젝트 매니저, FinOps, 규정 준수 감사자가 포함됩니다. | 배치, 세션, 작업, 상태 대시보드를 볼 수 있는 읽기 전용 권한입니다. |
런타임 버전 선택
권장 런타임 버전은 워크로드가 실행되는 Apache Spark 버전에 따라 다릅니다.
런타임
3.x(권장): Spark4를 사용하며 온보딩 및 사용이 더 간단합니다. 기본적으로 워크로드는 사용자의 최종 사용자 인증 정보(EUC)를 사용하여 제출하는 사용자로 실행되며, 이를 위해서는 사용자에게 단일 IAM 역할을 부여해야 합니다. 관리자는 고급 사용을 위해 워크로드 커스텀 서비스 계정을 구성할 수 있습니다.런타임
2.x: Spark3.5를 사용하고 별도의 제출자 및 워크로드 계정을 사용합니다. 기본적으로 제출자는 사용자 ID이고 Compute Engine 기본 서비스 계정은 워크로드 아이덴티티입니다. 관리자는 더 세분화된 액세스 제어를 위해 커스텀 워크로드 서비스 계정을 구성할 수 있습니다.
자세한 내용은 Managed Service for Apache Spark 런타임 출시 버전을 참조하세요.
기능 비교
런타임 3.x는 2.x 구성요소 및 기능을 업그레이드하고 간소화된 설정을 제공합니다.
| 기능 및 워크플로 | 런타임 3.x(권장) |
런타임 2.x |
|---|---|---|
| Apache Spark 버전 | Spark 4 | Spark 3.5(및 이전 3.x) |
| 대화형 개발 | Spark Connect 세션(업계 표준 대화형 Spark 클라이언트) | Jupyter 세션 |
| R 일괄 워크로드 | sparklyr |
SparkR 일괄 작업 |
| 실행 ID | 최종 사용자 인증 정보(EUC)1 | 서비스 계정 1 |
| 작업 스테이징용 스토리지 | 필요하지 않음(내부에서 관리됨) | Cloud Storage 스테이징 버킷 |
| 로그 출력 형식 | 구조화된 JSON 형식(jsonPayload) |
일반 텍스트 형식(textPayload) |
1 워크로드 또는 세션에 커스텀 서비스 계정이 지정되지 않은 경우 런타임 3.x은 제출자의 최종 사용자 인증 정보(EUC)로 기본 설정됩니다.
런타임 2.x은 워크로드 또는 세션에 커스텀 서비스 계정이 지정되지 않는 한 Compute Engine 기본 서비스 계정으로 기본 설정됩니다.
일반적인 데이터 및 서비스 역할
Managed Service for Apache Spark는 일반적으로 다른Google Cloud 서비스에서 읽고 씁니다. 이 섹션에는 일반적으로 액세스하는 서비스와 연결된 역할이 나열되어 있습니다.
- 런타임
3.x(기본 EUC ID): Spark 개발자(사용자 또는 그룹)에게 역할을 부여합니다. - 런타임
2.x: 워크로드 서비스 계정(Compute Engine 기본 서비스 계정 또는 커스텀 워크로드 서비스 계정)에 역할을 부여합니다.
| 서비스 또는 API | 역할 | 목적 |
|---|---|---|
| Cloud Storage | roles/storage.objectViewerroles/storage.objectAdmin |
입력 데이터 및 스테이징된 스크립트를 읽습니다. 출력 데이터를 작성합니다. |
| BigLake 및 Lakehouse 런타임 카탈로그 | roles/biglake.viewerroles/biglake.editorroles/biglake.admin |
BigLake REST 카탈로그(Lakehouse REST 카탈로그(LRC))를 사용하여 Apache Iceberg 및 Delta Lake와 같은 개방형 테이블 형식을 쿼리하고 관리합니다. |
| Bigtable | roles/bigtable.readerroles/bigtable.user |
Bigtable 테이블을 읽습니다. Bigtable 데이터를 읽고 씁니다. |
| Dataproc Metastore (DPMS) | roles/metastore.metadataViewerroles/metastore.editor |
Hive 메타데이터를 읽습니다. 메타데이터 스키마와 테이블을 관리합니다. DPMS는 기존 메타스토어입니다. 고객은 BigLake Lakehouse REST 카탈로그(LRC)를 사용하는 것이 좋습니다. |
BigQuery는 세분화된 IAM 역할과 리소스 수준 ACL을 다양하게 제공합니다. 자세한 내용은 BigQuery IAM 역할 및 권한을 참조하세요.
역할 부여
다음 섹션에는 Managed Service for Apache Spark 서버리스 3.x 및 2.x 일괄 워크로드와 대화형 세션을 설정, 제출, 모니터링하는 것과 관련된 각 가상 인물에 역할을 부여하는 방법에 대한 안내가 포함되어 있습니다.
런타임 3.x
기본적으로 3.x 워크로드는 제출하는 사용자의 최종 사용자 인증 정보(EUC)로 실행됩니다. 관리자는 사용자에게 단일 역할을 부여하며 공유 서비스 계정이나 스테이징 버킷은 필요하지 않습니다. 관리자는 전용 서비스 ID가 필요한 경우 커스텀 서비스 계정을 구성할 수 있습니다.
개발자
Spark 개발자(런타임 3.x)
Spark 개발자는 사용자 인증 정보와 함께 런타임 3.x을 사용하여 Spark 워크로드를 개발, 제출, 모니터링, 문제 해결하고 데이터에 직접 액세스할 수 있습니다.
서버리스 편집자 역할을 요청합니다. 관리자에게 프로젝트에 대한
roles/dataproc.serverlessEditor을 부여해 달라고 요청하세요.gcloud projects add-iam-policy-binding PROJECT_ID \ --member="user:DEVELOPER_EMAIL" \ --role="roles/dataproc.serverlessEditor"이 역할을 사용하면 Spark 일괄 워크로드 및 대화형 Spark Connect 세션을 제출, 모니터링, 문제 해결, 취소할 수 있습니다.
데이터 및 서비스에 액세스합니다. 워크로드가 본인으로 실행되므로 ID에 Spark 애플리케이션이 터치하는 서비스 및 데이터 세트에 대한 액세스 권한이 필요합니다(일반 데이터 및 서비스 역할 참조).
예를 들어 입력 Cloud Storage 버킷에 대한 읽기 액세스 권한을 자신에게 부여합니다.
gcloud storage buckets add-iam-policy-binding gs://INPUT_BUCKET \ --member="user:DEVELOPER_EMAIL" \ --role="roles/storage.objectViewer"테스트 워크로드를 제출합니다. 테스트 일괄 워크로드를 제출하여 설정을 확인합니다.
gcloud dataproc batches submit spark \ --region=REGION \ --version=3.0 \ --class=org.apache.spark.examples.SparkPi \ --jars=file:///usr/lib/spark/examples/jars/spark-examples.jar \ -- 1000참고:
최종 사용자 인증 정보(EUC)로
3.x워크로드를 처음 제출하는 경우 일회성 OAuth 동의를 요청하는 메시지가 표시됩니다. 동의를 부여한 후 워크로드를 다시 제출합니다.프로젝트에
defaultVPC 네트워크가 없으면subnet플래그 또는 필드를 사용하여 리전 서브넷을 지정합니다(Managed Service for Apache Spark 서버리스 네트워크 구성 참조).Google Cloud 콘솔을 사용하여 런타임 프로필, 대화형 세션 또는 일괄 워크로드를 만들거나 IDE에서 Google Cloud Data Agent Kit를 사용하는 경우 서브네트워크를 나열하고 API 상태를 확인할 수 있는 권한도 필요합니다( Google Cloud 콘솔 및 IDE에 대한 추가 권한 참조).
PySpark 워크로드를 실행하고 Cloud Storage, BigLake, BigQuery에서 필요한 권한을 구성하는 엔드 투 엔드 예시는 데이터 변환 및 Apache Iceberg 테이블에 쓰기를 참조하세요.
커스텀 워크로드 서비스 계정(런타임 3.x)
조직에서 최종 사용자 인증 정보 대신 전용 감사 가능 ID로 워크로드를 실행해야 하는 경우 런타임 3.x과 함께 커스텀 서비스 계정을 사용합니다(IAM 서비스 계정 권장사항 참조).
커스텀 서비스 계정으로 워크로드를 실행할 수 있는 권한을 얻습니다. 관리자에게 커스텀 서비스 계정에 대한
roles/iam.serviceAccountUser을 부여해 달라고 요청하세요.gcloud iam service-accounts add-iam-policy-binding \ WORKLOAD_SA_EMAIL \ --member="user:DEVELOPER_EMAIL" \ --role="roles/iam.serviceAccountUser"커스텀 서비스를 지정합니다.
gcloud dataproc batches submit spark \ --region=REGION \ --service-account=WORKLOAD_SA_EMAIL \ --version=3.0 \ --class=org.apache.spark.examples.SparkPi \ --jars=file:///usr/lib/spark/examples/jars/spark-examples.jar \ -- 1000데이터 세트 액세스 권한을 부여합니다. 커스텀 서비스 계정을 사용할 때는 데이터 수준 역할을
WORKLOAD_SA_EMAIL에 직접 부여합니다(일반 데이터 및 서비스 역할 참조).
관리자
Spark 관리자(런타임 3.x)
Spark 관리자는 프로젝트를 설정하고, 워크로드 인증 방법을 결정하고, Spark 개발자에게 액세스 권한을 부여합니다.
워크로드는 이름이 지정된 default VPC 서브넷을 자동으로 사용합니다. 프로젝트에 default 네트워크가 없거나 커스텀 VPC를 사용하는 경우 Managed Service for Apache Spark 서버리스 네트워크 구성을 참조하여 워크로드 및 세션의 서브넷을 설정하고 지정하세요.
최종 사용자 인증 정보로 런타임 3.x 사용 설정(권장)
이는 최소 권한, 최소 유지보수 설정입니다. 각 Spark 개발자는 사용자 ID로 워크로드를 실행하므로 관리자가 워크로드 서비스 계정을 설정하고 관리할 필요가 없습니다.
Spark 개발자에게
roles/dataproc.serverlessEditor을 부여합니다.gcloud projects add-iam-policy-binding PROJECT_ID \ --member="user:DEVELOPER_EMAIL" \ --role="roles/dataproc.serverlessEditor"읽기 전용 뷰어에게
roles/dataproc.serverlessViewer을 부여합니다.워크로드를 제출하거나 수정하지 않고 작업 상태와 로그를 모니터링해야 하는 감사자, 대시보드 소비자, 팀 구성원에게 이 역할을 부여합니다.
gcloud projects add-iam-policy-binding PROJECT_ID \ --member="user:VIEWER_EMAIL" \ --role="roles/dataproc.serverlessViewer"개발자가 데이터에 액세스할 수 있도록 합니다.
기본적으로 런타임
3.x워크로드는 제출하는 사용자로 실행됩니다. Spark 개발자 또는 Spark 개발자가 포함된 Google 그룹에roles/storage.objectViewer또는roles/storage.objectAdmin과 같은 데이터 액세스 역할을 부여합니다(일반 데이터 및 서비스 역할 참조).
워크로드 커스텀 서비스 계정 사용 설정(런타임 3.x)
최종 사용자 인증 정보 대신 전용 감사 가능 ID로 워크로드를 실행해야 하는 경우 런타임 3.x과 함께 커스텀 서비스 계정을 사용합니다(IAM 서비스 계정 권장사항 참조).
워크로드 커스텀 서비스 계정에
roles/iam.serviceAccountUser을 부여합니다.gcloud iam service-accounts add-iam-policy-binding \ WORKLOAD_SA_EMAIL \ --member="user:DEVELOPER_EMAIL" \ --role="roles/iam.serviceAccountUser"워크로드 커스텀 서비스 계정에
roles/dataproc.serverlessNode을 부여합니다.이 역할을 통해 서비스 계정은 워크로드 실행 중에 컴퓨팅 노드 풀을 관리하고 Spark 애플리케이션과 통신할 수 있습니다.
gcloud projects add-iam-policy-binding PROJECT_ID \ --member="serviceAccount:WORKLOAD_SA_EMAIL" \ --role="roles/dataproc.serverlessNode"애플리케이션 데이터에 대한 액세스 권한을 부여합니다.
애플리케이션 데이터 세트를 읽고 쓸 수 있도록 워크로드 서비스 계정에 데이터 수준 역할을 직접 부여합니다(일반 데이터 및 서비스 역할 참조). 워크로드에서 스테이징된 스크립트나 커스텀 JAR을 사용하는 경우 해당 Cloud Storage 버킷에 대한 읽기 액세스 권한도 부여합니다.
제출자 커스텀 서비스 계정 사용 설정(런타임 3.x)
자동화된 시스템(예: Managed Service for Apache Airflow, Cloud Scheduler, CI 또는 CD 파이프라인)이 대화형 사용자 없이 워크로드를 제출할 때 제출자 커스텀 서비스 계정을 사용합니다.
이 시나리오에서 제출자 서비스 계정은 작업을 시작하는
gcloud명령어를 실행합니다.gcloud사용의 예는 다음과 같습니다.gcloud dataproc batches submit spark \ --service-account=WORKLOAD_SA_EMAIL \ ...워크로드 서비스 계정은 컴퓨팅 노드에서 Spark 코드를 실행하고 애플리케이션 데이터 세트에 액세스합니다.
- 제출자 커스텀 서비스 계정에
roles/dataproc.serverlessEditor을 부여합니다.
gcloud projects add-iam-policy-binding PROJECT_ID \ --member="serviceAccount:SUBMITTER_SA_EMAIL" \ --role="roles/dataproc.serverlessEditor"제출자 커스텀 서비스 계정과 함께 런타임
3.x을 사용하는 경우 워크로드를 실행하려면 커스텀 워크로드 서비스 계정이 필요합니다. 대화형 최종 사용자가 없으므로 런타임이 최종 사용자 인증 정보(EUC)로 대체될 수 없습니다. 작업은 지정된 워크로드 서비스 계정(--service-account)으로 실행되어야 합니다.- 제출자 커스텀 서비스 계정에
워크로드 커스텀 서비스 계정에
roles/iam.serviceAccountUser을 부여합니다.gcloud iam service-accounts add-iam-policy-binding \ WORKLOAD_SA_EMAIL \ --member="serviceAccount:SUBMITTER_SA_EMAIL" \ --role="roles/iam.serviceAccountUser"워크로드 커스텀 서비스 계정을 구성합니다.
WORKLOAD_SA_EMAIL에roles/dataproc.serverlessNode및 애플리케이션 데이터 역할을 부여합니다.
Spark 관리자 역할 참조(런타임 3.x)
다음 표에는 런타임 3.x에 부여할 역할이 요약되어 있습니다.
| 제출자 | 워크로드 아이덴티티 | 제출자에게 부여 | 워크로드 서비스 계정에 부여 |
|---|---|---|---|
| 최종 사용자(기본값) | 최종 사용자(EUC) | roles/dataproc.serverlessEditor(사용자의 데이터 역할 추가) |
(없음 - SA가 사용되지 않음) |
| 최종 사용자 | 커스텀 SA | roles/dataproc.serverlessEditor + 맞춤 SA roles/iam.serviceAccountUser개 |
roles/dataproc.serverlessNode + 데이터 역할 |
| 커스텀 SA(자동화) | 커스텀 SA | roles/dataproc.serverlessEditor + 맞춤 SA roles/iam.serviceAccountUser개 |
roles/dataproc.serverlessNode + 데이터 역할 |
뷰어
Spark 뷰어(런타임 3.x)
Spark 뷰어는 워크로드를 제출하거나 수정하지 않고 일괄 워크로드, 대화형 세션, 실행 측정항목, 로그, 상태 대시보드를 볼 수 있습니다.
관리자에게 roles/dataproc.serverlessViewer을 부여해 달라고 요청하세요.
gcloud projects add-iam-policy-binding PROJECT_ID \
--member="user:VIEWER_EMAIL" \
--role="roles/dataproc.serverlessViewer"
이 역할은 서버리스 일괄 워크로드, 대화형 세션, 작업 상태를 볼 수 있는 읽기 전용 액세스 권한을 부여합니다.
세부 권한
세부 권한(런타임 3.x)
이 섹션에는 런타임 3.x과 연결된 IAM 역할에 포함된 IAM 권한이 나와 있습니다.
서버리스 편집자 역할(roles/dataproc.serverlessEditor)
이 역할과 권한은 런타임 3.x 서버리스 일괄 워크로드 및 대화형 세션에 대한 읽기 및 쓰기 액세스 권한을 제공합니다.
| 권한 | 설명 |
|---|---|
dataproc.batches.create |
새 일괄 워크로드를 만들고 제출합니다. |
dataproc.batches.get |
일괄 워크로드 상태 및 세부정보를 가져옵니다. |
dataproc.batches.list |
프로젝트 또는 리전의 모든 일괄 워크로드를 나열합니다. |
dataproc.batches.delete |
완료되거나 종료된 일괄 작업을 삭제합니다. |
dataproc.batches.cancel |
실행 중인 일괄 워크로드를 취소합니다. |
dataproc.sessions.create |
대화형 Spark Connect 세션을 만듭니다. |
dataproc.sessions.get |
세션 상태 및 세부정보를 가져옵니다. |
dataproc.sessions.list |
프로젝트 또는 리전의 모든 세션을 나열합니다. |
dataproc.sessions.delete |
종료된 세션을 삭제합니다. |
dataproc.sessions.terminate |
실행 중인 대화형 세션을 종료합니다. |
dataproc.sessionTemplates.create |
런타임 프로필(세션 템플릿)을 만듭니다. |
dataproc.sessionTemplates.get |
런타임 프로필 세부정보를 가져옵니다. |
dataproc.sessionTemplates.list |
프로젝트 또는 리전의 런타임 프로필을 나열합니다. |
dataproc.sessionTemplates.update |
런타임 프로필을 업데이트합니다. |
dataproc.sessionTemplates.delete |
런타임 프로필을 삭제합니다. |
dataproc.operations.get |
비동기 작업 상태를 폴링합니다(gcloud CLI에 필요). |
서버리스 노드 역할(roles/dataproc.serverlessNode)
런타임 3.x 커스텀 워크로드 서비스 계정에 노드 풀 관리 및 내부 Spark 통신 권한을 제공합니다.
런타임 3.x에서 커스텀 워크로드 서비스 계정을 사용할 때는 이 역할과 해당 권한이 필요합니다. 기본 3.x 최종 사용자 인증 정보(EUC)로 실행되는 워크로드는 워크로드 서비스 계정을 사용하지 않습니다.
| 권한 | 설명 |
|---|---|
dataproc.batches.sparkApplicationWrite |
일괄 워크로드에 대한 Spark 애플리케이션 통신 |
dataproc.sessions.sparkApplicationWrite |
대화형 세션을 위한 Spark 애플리케이션 통신 |
dataprocrm.nodePools.create |
컴퓨팅 노드 풀을 만듭니다. |
dataprocrm.nodePools.delete |
컴퓨팅 노드 풀을 삭제합니다. |
dataprocrm.nodePools.resize |
노드 풀을 동적으로 확장합니다. |
dataprocrm.nodePools.get |
노드 풀 상태를 읽습니다. |
dataprocrm.nodePools.list |
노드 풀을 나열합니다. |
dataprocrm.nodePools.update |
노드 풀 구성을 업데이트합니다. |
dataprocrm.nodePools.deleteNodes |
풀에서 특정 노드를 삭제합니다. |
dataprocrm.nodes.list |
풀의 노드를 나열합니다. |
dataprocrm.nodes.delete |
태스크 완료 시 노드를 삭제합니다. |
dataprocrm.nodes.get |
노드 상태를 읽습니다. |
dataprocrm.nodes.heartbeat |
노드 상태 및 하트비트를 보고합니다. |
dataprocrm.nodes.mintOAuthToken |
노드 작업을 위한 OAuth 토큰을 생성합니다. |
dataprocrm.operations.get |
인프라 작업 상태를 확인합니다. |
서버리스 뷰어 역할(roles/dataproc.serverlessViewer)
제출자 커스텀 서비스 계정으로 런타임 3.x을 사용할 때 이 역할과 권한이 필요합니다. 런타임 3.x 서버리스 일괄 워크로드, 대화형 세션, 작업 상태에 대한 읽기 전용 액세스 권한을 제공합니다.
| 권한 | 설명 |
|---|---|
dataproc.batches.get |
일괄 워크로드 상태 및 세부정보를 읽습니다. |
dataproc.batches.list |
일괄 워크로드를 나열합니다. |
dataproc.sessions.get |
세션 상태 및 세부정보를 읽습니다. |
dataproc.sessions.list |
세션을 나열합니다. |
dataproc.operations.get |
읽기 작업 상태입니다. |
dataproc.operations.list |
작업을 나열합니다. |
서비스 계정 위임 역할(roles/iam.serviceAccountUser)
사용자 또는 자동화된 시스템이 커스텀 서비스 계정으로 워크로드를 연결하고 실행할 수 있습니다. 워크로드는 제출하는 사용자의 최종 사용자 인증 정보(EUC)가 아닌 해당 서비스 계정에 부여된 권한 및 리소스 액세스 권한으로 실행됩니다.
| 권한 | 설명 |
|---|---|
iam.serviceAccounts.actAs |
제출자가 지정된 서비스 계정으로 워크로드를 실행할 수 있습니다. |
런타임 2.x
기본적으로 런타임 2.x 워크로드는 Compute Engine 기본 서비스 계정으로 실행됩니다. 제출자(사용자 또는 자동화된 시스템)는 워크로드 또는 세션을 실행할 때 이 계정으로 작동합니다.
개발자
Spark 개발자(런타임 2.x)
런타임 2.x을 사용하는 Spark 개발자는 Spark 워크로드를 개발, 제출, 모니터링, 문제 해결하고 데이터에 액세스합니다. 워크로드는 사용자 ID가 아닌 서비스 계정으로 실행되므로 관리자가 워크로드 서비스 계정으로 워크로드를 실행할 수 있도록 IAM 편집자 역할과 서비스 계정 사용자 역할을 부여합니다.
편집자 역할을 요청합니다. 관리자에게 프로젝트에 대한
roles/dataproc.editor을 부여해 달라고 요청하세요.gcloud projects add-iam-policy-binding PROJECT_ID \ --member="user:DEVELOPER_EMAIL" \ --role="roles/dataproc.editor"위임 권한을 요청합니다. 관리자에게 워크로드 서비스 계정에 대한
roles/iam.serviceAccountUser을 부여해 달라고 요청하세요.기본 워크로드 서비스 계정은 Compute Engine 기본 서비스 계정인
PROJECT_NUMBER-compute@developer.gserviceaccount.com입니다.gcloud iam service-accounts add-iam-policy-binding \ PROJECT_NUMBER-compute@developer.gserviceaccount.com \ --member="user:DEVELOPER_EMAIL" \ --role="roles/iam.serviceAccountUser"스테이징 버킷 액세스 권한을 가져옵니다. 런타임
2.x제출자에게는 스크립트와 JAR을 업로드할 수 있는 권한이 필요하고 워크로드 서비스 계정에는 임시 파일과 로그를 관리할 수 있는 권한이 필요합니다. 이러한 권한은roles/storage.objectAdmin역할에 포함되어 있습니다.# Grant submitter access to upload staged files gcloud projects add-iam-policy-binding PROJECT_ID \ --member="user:DEVELOPER_EMAIL" \ --role="roles/storage.objectAdmin" # Grant workload service account access for staging, temporary files, and logs gcloud projects add-iam-policy-binding PROJECT_ID \ --member="serviceAccount:PROJECT_NUMBER-compute@developer.gserviceaccount.com" \ --role="roles/storage.objectAdmin"테스트 배치 워크로드를 제출합니다. 테스트 일괄 워크로드를 제출하여 설정을 확인합니다.
gcloud dataproc batches submit spark \ --region=REGION \ --version=2.2 \ --class=org.apache.spark.examples.SparkPi \ --jars=file:///usr/lib/spark/examples/jars/spark-examples.jar \ -- 1000참고:
워크로드가 워크로드 서비스 계정으로 실행되므로 사용자 계정이 아닌 해당 계정에 작업이 읽고 쓰는 데이터에 대한 액세스 권한이 필요합니다(일반 데이터 및 서비스 역할 참조).
프로젝트에
defaultVPC 네트워크가 없으면subnet플래그 또는 필드를 사용하여 리전 서브넷을 지정합니다(Managed Service for Apache Spark 서버리스 네트워크 구성 참조).Google Cloud 콘솔을 사용하여 런타임 프로필, 대화형 세션 또는 일괄 워크로드를 만들거나 IDE에서 Google Cloud Data Agent Kit를 사용하는 경우 서브네트워크를 나열하고 API 상태를 확인할 수 있는 권한도 필요합니다( Google Cloud 콘솔 및 IDE에 대한 추가 권한 참조).
PySpark 워크로드를 실행하고 Cloud Storage, BigLake, BigQuery에서 필요한 권한을 구성하는 엔드 투 엔드 예시는 데이터 변환 및 Apache Iceberg 테이블에 쓰기를 참조하세요.
커스텀 워크로드 커스텀 서비스 계정(런타임 2.x)
조직에서 공유 Compute Engine 기본 서비스 계정 대신 감사 가능한 전용 ID로 워크로드를 실행해야 하는 경우 커스텀 서비스 계정을 사용합니다(IAM 서비스 계정 권장사항 참조).
커스텀 서비스 계정으로 워크로드를 실행할 수 있는 권한을 얻습니다. 관리자에게 커스텀 서비스 계정에 대한
roles/iam.serviceAccountUser을 부여해 달라고 요청하세요.gcloud iam service-accounts add-iam-policy-binding \ WORKLOAD_SA_EMAIL \ --member="user:DEVELOPER_EMAIL" \ --role="roles/iam.serviceAccountUser"워크로드를 제출할 때
--service-account플래그를 사용하여 커스텀 서비스 계정을 지정합니다.gcloud dataproc batches submit spark \ --region=REGION \ --service-account=WORKLOAD_SA_EMAIL \ --version=2.2 \ --class=org.apache.spark.examples.SparkPi \ --jars=file:///usr/lib/spark/examples/jars/spark-examples.jar \ -- 1000데이터 세트 액세스: 워크로드가 데이터 세트에 액세스할 수 없는 경우 워크로드 커스텀 서비스 계정(사용자 계정이 아님)에 필요한 데이터 액세스 역할을 부여합니다(일반 데이터 및 서비스 역할 참조).
관리자
Spark 관리자(런타임 2.x)
Spark 관리자는 프로젝트를 설정하고, 서비스 계정을 구성하고, Spark 개발자에게 액세스 권한을 부여합니다.
워크로드는 이름이 지정된 default VPC 서브넷을 자동으로 사용합니다. 프로젝트에 default 네트워크가 없거나 커스텀 VPC를 사용하는 경우 Managed Service for Apache Spark 서버리스 네트워크 구성을 참조하여 워크로드 및 세션의 서브넷을 설정하고 지정하세요.
기본 런타임 2.x 사용 설정
기본 런타임 2.x을 사용하면 워크로드가 Compute Engine 기본 서비스 계정으로 실행됩니다.
개발자에게
roles/dataproc.editor을 부여합니다.gcloud projects add-iam-policy-binding PROJECT_ID \ --member="user:DEVELOPER_EMAIL" \ --role="roles/dataproc.editor"기본 서비스 계정에
roles/iam.serviceAccountUser을 부여합니다.gcloud iam service-accounts add-iam-policy-binding \ PROJECT_NUMBER-compute@developer.gserviceaccount.com \ --member="user:DEVELOPER_EMAIL" \ --role="roles/iam.serviceAccountUser"워크로드 서비스 계정에
roles/dataproc.worker을 부여합니다.이 역할을 통해 서비스 계정은 VM 에이전트를 등록하고, 컴퓨팅 태스크를 임대 및 실행하고, 로그 및 측정항목을 Cloud Logging 및 Cloud Monitoring으로 내보낼 수 있습니다.
gcloud projects add-iam-policy-binding PROJECT_ID \ --member="serviceAccount:PROJECT_NUMBER-compute@developer.gserviceaccount.com" \ --role="roles/dataproc.worker"스테이징 버킷 스토리지에 대한
roles/storage.objectAdmin을 부여합니다.gcloud projects add-iam-policy-binding PROJECT_ID \ --member="serviceAccount:PROJECT_NUMBER-compute@developer.gserviceaccount.com" \ --role="roles/storage.objectAdmin"워크로드 서비스 계정에 데이터 세트 액세스 권한을 부여합니다.
워크로드 서비스 계정에 데이터 수준 역할을 부여하여 Spark 애플리케이션 데이터 세트에 액세스할 수 있도록 합니다(일반 데이터 및 서비스 역할 참조).
워크로드 커스텀 서비스 계정 사용 설정(런타임 2.x)
공유 Compute Engine 기본 서비스 계정을 사용하는 대신 런타임 2.x과 함께 워크로드 커스텀 서비스 계정을 사용하여 워크로드를 격리합니다.
개발자에게 커스텀 서비스 계정에 대한
roles/iam.serviceAccountUser권한을 부여합니다.gcloud iam service-accounts add-iam-policy-binding \ WORKLOAD_SA_EMAIL \ --member="user:DEVELOPER_EMAIL" \ --role="roles/iam.serviceAccountUser"커스텀 서비스 계정에
roles/dataproc.worker을 부여합니다.gcloud projects add-iam-policy-binding PROJECT_ID \ --member="serviceAccount:WORKLOAD_SA_EMAIL" \ --role="roles/dataproc.worker"애플리케이션 데이터 및 스테이징 액세스 권한을 부여합니다.
워크로드 커스텀 서비스 계정에 데이터 수준 역할을 직접 부여하고(일반 데이터 및 서비스 역할 참조) 스테이징 및 임시 버킷에
roles/storage.objectAdmin를 부여합니다.
제출자 커스텀 서비스 계정 사용 설정(런타임 2.x)
자동화된 시스템(예: Managed Service for Apache Airflow, Cloud Scheduler, CI CD 파이프라인)이 대화형 사용자 없이 워크로드를 제출할 때 제출자 커스텀 서비스 계정을 사용합니다.
제출자 서비스 계정에
roles/dataproc.editor을 부여합니다.gcloud projects add-iam-policy-binding PROJECT_ID \ --member="serviceAccount:SUBMITTER_SA_EMAIL" \ --role="roles/dataproc.editor"워크로드 서비스 계정에
roles/iam.serviceAccountUser을 부여합니다.gcloud iam service-accounts add-iam-policy-binding \ WORKLOAD_SA_EMAIL \ --member="serviceAccount:SUBMITTER_SA_EMAIL" \ --role="roles/iam.serviceAccountUser"워크로드 서비스 계정을 구성합니다.
WORKLOAD_SA_EMAIL에roles/dataproc.worker및 데이터 세트 액세스 권한을 부여합니다.
Spark 관리자 역할 참조(런타임 2.x)
다음 표에는 런타임 2.x에 부여할 IAM 역할이 요약되어 있습니다.
| 제출자 | 워크로드 아이덴티티 | 제출자에게 부여 | 워크로드 서비스 계정에 부여 |
|---|---|---|---|
| 최종 사용자(기본값) | Compute Engine 기본 SA | 기본 SA에 대한 roles/dataproc.editor + roles/iam.serviceAccountUser |
roles/dataproc.worker + roles/storage.objectAdmin + 데이터 역할 |
| 최종 사용자 | 커스텀 SA | roles/dataproc.editor + 맞춤 SA roles/iam.serviceAccountUser개 |
roles/dataproc.worker + roles/storage.objectAdmin + 데이터 역할 |
| 커스텀 SA(자동화) | 커스텀 SA | roles/dataproc.editor + 맞춤 SA roles/iam.serviceAccountUser개 |
roles/dataproc.worker + roles/storage.objectAdmin + 데이터 역할 |
뷰어
Spark 뷰어(런타임 2.x)
Spark 뷰어는 워크로드를 제출하거나 수정하지 않고 일괄 워크로드, 대화형 세션, 실행 측정항목, 로그, 상태 대시보드를 볼 수 있습니다.
관리자에게 roles/dataproc.viewer을 부여해 달라고 요청하세요.
gcloud projects add-iam-policy-binding PROJECT_ID \
--member="user:VIEWER_EMAIL" \
--role="roles/dataproc.viewer"
이 역할은 클러스터, 작업, 배치, 세션, 작업과 같은 Managed Service for Apache Spark 리소스 전반에 대한 읽기 전용 액세스 권한을 부여합니다.
세부 권한
세부 권한(런타임 2.x)
이 섹션에는 런타임 2.x과 연결된 IAM 역할에 포함된 IAM 권한이 나와 있습니다.
편집자 역할(roles/dataproc.editor)
이 역할은 런타임 2.x 서버리스 워크로드 및 세션은 물론 Compute Engine의 Managed Service for Apache Spark 클러스터 및 작업에 대한 제어 권한을 제공합니다.
| 권한 | 서버리스에 필요 | 설명 |
|---|---|---|
dataproc.batches.create |
예 | 새 일괄 워크로드를 만들고 제출합니다. |
dataproc.batches.get |
예 | 일괄 워크로드 상태 및 세부정보를 가져옵니다. |
dataproc.batches.list |
예 | 프로젝트 또는 리전의 모든 일괄 워크로드를 나열합니다. |
dataproc.batches.delete |
예 | 완료되거나 종료된 일괄 작업을 삭제합니다. |
dataproc.batches.cancel |
예 | 실행 중인 일괄 워크로드를 취소합니다. |
dataproc.sessions.create |
예 | 대화형 세션을 만듭니다. |
dataproc.sessions.get |
예 | 세션 상태 및 세부정보를 가져옵니다. |
dataproc.sessions.list |
예 | 프로젝트 또는 리전의 모든 세션을 나열합니다. |
dataproc.sessions.delete |
예 | 종료된 세션을 삭제합니다. |
dataproc.sessions.terminate |
예 | 실행 중인 대화형 세션을 종료합니다. |
dataproc.operations.get |
예 | 비동기 작업 상태를 폴링합니다(gcloud CLI에 필요). |
compute.networks.get |
예 | VPC 네트워크 구성을 봅니다. |
compute.networks.list |
예 | 프로젝트의 VPC 네트워크를 나열합니다. 서브넷을 나열하지 않습니다. Google Cloud 콘솔 또는 IDE에서 서브넷을 나열하려면 compute.subnetworks.list가 필요합니다( Google Cloud 콘솔 및 IDE에 대한 추가 권한 참조). |
dataproc.clusters.* |
아니요(클러스터만) | Compute Engine 기반 Managed Service for Apache Spark 클러스터를 만들고, 관리하고, 사용합니다. |
dataproc.jobs.* |
아니요(클러스터만) | Compute Engine 기반 Managed Service for Apache Spark 클러스터에서 작업을 제출하고 관리합니다. |
dataproc.autoscalingPolicies.* |
아니요(클러스터만) | Compute Engine 기반 클러스터의 자동 확장 정책 |
dataproc.nodeGroups.* |
아니요(클러스터만) | Compute Engine 기반 클러스터의 커스텀 노드 그룹 |
dataproc.workflowTemplates.* |
아니요(클러스터만) | Compute Engine 기반 클러스터의 템플릿 워크플로 |
compute.machineTypes.* |
아니요(클러스터만) | Compute Engine 기반 클러스터의 머신 유형 메타데이터입니다. |
작업자 역할(roles/dataproc.worker)
이 역할은 런타임 2.x에 대한 워크로드 실행 권한을 제공합니다.
| 권한 | 설명 |
|---|---|
dataproc.agents.create |
VM에 VM 에이전트를 등록합니다. |
dataproc.agents.get |
에이전트 상태를 읽습니다. |
dataproc.agents.update |
에이전트 상태를 업데이트합니다. |
dataproc.agents.delete |
완료 시 에이전트를 등록 해제합니다. |
dataproc.tasks.lease |
실행을 위해 컴퓨팅 태스크를 임대합니다. |
dataproc.tasks.reportStatus |
태스크 실행 상태를 보고합니다. |
storage.objects.create |
스테이징 데이터, 임시 파일, 로그를 작성합니다. |
storage.objects.delete |
임시 파일을 정리하세요. |
storage.objects.get |
부팅 스크립트 및 스테이징된 파일을 읽습니다. |
storage.objects.list |
스테이징 및 임시 버킷 콘텐츠를 나열합니다. |
뷰어 역할(roles/dataproc.viewer)
이 역할은 모든 Managed Service for Apache Spark 리소스에 대한 읽기 전용 액세스 권한을 제공합니다.
| 권한 | 서버리스에 필요 | 설명 |
|---|---|---|
dataproc.batches.get |
예 | 일괄 워크로드 상태 및 세부정보를 읽습니다. |
dataproc.batches.list |
예 | 프로젝트 또는 리전의 모든 일괄 워크로드를 나열합니다. |
dataproc.sessions.get |
예 | 세션 상태 및 세부정보를 읽습니다. |
dataproc.sessions.list |
예 | 프로젝트 또는 리전의 모든 세션을 나열합니다. |
dataproc.operations.get |
예 | 비동기 작업 상태를 읽습니다. |
dataproc.operations.list |
예 | 프로젝트 또는 리전의 작업을 나열합니다. |
dataproc.clusters.get |
아니요(클러스터만) | 클러스터 구성 및 상태를 확인합니다. |
dataproc.clusters.list |
아니요(클러스터만) | 프로젝트 또는 리전의 클러스터를 나열합니다. |
dataproc.jobs.get |
아니요(클러스터만) | 클러스터의 작업 세부정보 및 상태를 확인합니다. |
dataproc.jobs.list |
아니요(클러스터만) | 클러스터의 작업을 나열합니다. |
dataproc.autoscalingPolicies.get |
아니요(클러스터만) | 자동 확장 정책 세부정보를 봅니다. |
dataproc.autoscalingPolicies.list |
아니요(클러스터만) | 자동 확장 정책을 나열합니다. |
dataproc.workflowTemplates.get |
아니요(클러스터만) | 워크플로 템플릿 세부정보 보기 |
dataproc.workflowTemplates.list |
아니요(클러스터만) | 워크플로 템플릿을 나열합니다. |
서비스 계정 위임 역할(roles/iam.serviceAccountUser)
사용자 또는 자동화된 시스템이 Compute Engine 기본 서비스 계정 또는 커스텀 서비스 계정으로 워크로드를 연결하고 실행할 수 있습니다. 워크로드는 해당 서비스 계정에 부여된 권한 및 리소스 액세스 권한으로 실행됩니다.
| 권한 | 설명 |
|---|---|
iam.serviceAccounts.actAs |
제출자가 지정된 서비스 계정으로 워크로드를 실행할 수 있습니다. |
Google Cloud 콘솔 및 IDE에 대한 추가 권한
Google Cloud CLI 또는 Dataproc API를 사용하여 워크로드를 제출하면 Managed Service for Apache Spark 컨트롤 플레인이 호출자 수준 Compute Engine 서브네트워크 또는 Service Usage 권한을 확인하지 않고 프로젝트의 default VPC 네트워크 및 서브네트워크를 자동으로 확인합니다.
하지만 Google Cloud 콘솔에서 런타임 프로필, 대화형 세션 또는 일괄 워크로드를 만들거나 수정할 때 또는 VS Code와 같은 IDE에서 Google Cloud Data Agent Kit를 사용할 때 클라이언트는 사용자 인증 정보로 추가 읽기 검사를 수행합니다.
| 권한 | 고객 워크플로 | 목적 |
|---|---|---|
compute.subnetworks.list |
Google Cloud 콘솔 및 Data Agent Kit | 리전 VPC 서브네트워크를 나열하여 default 네트워크에 비공개 Google 액세스가 사용 설정된 서브넷이 있는지 확인하고 네트워크 및 서브네트워크 메뉴를 채웁니다. |
compute.subnetworks.get |
Google Cloud 콘솔 및 Data Agent Kit | 런타임 프로필, 세션 또는 일괄 워크로드를 보거나 클론하거나 수정할 때 서브네트워크 메타데이터를 검사합니다. |
compute.networks.list |
Google Cloud 콘솔 및 Data Agent Kit | 프로젝트의 VPC 네트워크를 나열합니다(roles/dataproc.editor 및 roles/dataproc.admin에 포함되지만 roles/dataproc.serverlessEditor에는 포함되지 않음). |
compute.networks.get |
Google Cloud 콘솔 및 Data Agent Kit | VPC 네트워크 세부정보 보기(roles/dataproc.editor 및 roles/dataproc.admin에 포함되지만 roles/dataproc.serverlessEditor에는 포함되지 않음) |
serviceusage.services.get |
Data Agent Kit 및 IDE | Spark 리소스 트리를 로드하기 전에 선택한 프로젝트에서 Dataproc API(dataproc.googleapis.com)가 사용 설정되어 있는지 확인합니다. |
serviceusage.services.list |
Google Cloud 콘솔 및 IDE | 프로젝트에서 사용 설정된 API를 나열합니다. |
최소 맞춤 역할 부여(권장)
최소 권한의 원칙을 따르려면 Google Cloud 콘솔 및 IDE 워크플로에 필요한 권한만 부여하는 커스텀 IAM 역할을 만들고 roles/dataproc.serverlessEditor 또는 roles/dataproc.editor 외에 Spark 개발자에게 바인딩합니다.
프로젝트에서 맞춤 역할을 만듭니다.
gcloud iam roles create sparkConsoleAndIdeUser \ --project=PROJECT_ID \ --title="Managed Spark Console and IDE User" \ --description="Read-only network and Service Usage permissions for Managed Spark console and IDE workflows" \ --permissions=compute.networks.get,compute.networks.list,compute.subnetworks.get,compute.subnetworks.list,serviceusage.services.get,serviceusage.services.list \ --stage=GASpark 개발자에게 맞춤 역할을 부여합니다.
gcloud projects add-iam-policy-binding PROJECT_ID \ --member="user:DEVELOPER_EMAIL" \ --role="projects/PROJECT_ID/roles/sparkConsoleAndIdeUser"
맞춤 역할을 유지하는 대신 사전 정의된 Compute 네트워크 뷰어(roles/compute.networkViewer) 및 서비스 사용량 뷰어(roles/serviceusage.serviceUsageViewer) 역할을 부여할 수 있습니다. 사전 정의된 역할을 사용하면 Google Cloud 에서 권한을 자동으로 관리하므로 맞춤 역할 유지보수를 피할 수 있습니다. 하지만 사전 정의된 뷰어 역할은 Managed Service for Apache Spark에 필요한 것보다 더 광범위한 읽기 액세스 권한을 부여합니다. roles/compute.networkViewer를 사용하면 사용자가 프로젝트의 모든 Compute Engine 네트워킹 리소스(방화벽 규칙, 경로, Cloud Router, VPN 터널, 전달 규칙, 네트워크 엔드포인트 그룹 포함)를 볼 수 있고, roles/serviceusage.serviceUsageViewer를 사용하면 사용자가 프로젝트의 모든 서비스에서 할당량 및 소비자 정책을 볼 수 있습니다.
Google Cloud 콘솔 또는 IDE 액세스만을 위해 최종 사용자에게 roles/compute.networkUser 또는 roles/serviceusage.serviceUsageConsumer를 부여하지 마세요. 이러한 역할은 최종 사용자에게 필요하지 않은 리소스 연결 및 할당량 권한(compute.subnetworks.use 및 serviceusage.services.use)도 부여하기 때문입니다.
다음 단계
- PySpark 및 서버리스 Spark 권한을 사용하는 엔드 투 엔드 튜토리얼은 데이터 변환 및 Apache Iceberg 테이블에 쓰기를 참조하세요.
- Managed Service for Apache Spark 서버리스 일괄 워크로드의 수명을 이해합니다.
- Managed Service for Apache Spark 서버리스 네트워크 구성에 대해 알아보세요.