Managed Service for Apache Spark サービス アカウント

Managed Service for Apache Spark のバッチ ワークロードとインタラクティブ セッションは、エンドユーザーまたはサービス アカウントの認証情報を使用して実行されます。サービス アカウントの認証情報を使用する場合、バッチ ワークロードまたはインタラクティブ セッションの実行に使用されるサービス アカウントは、バッチまたはセッションのランタイム バージョンによって異なります。

3.0 より前のランタイム サービス アカウント

サービス アカウントの認証情報を使用する 3.0 より前の Spark ランタイム バージョンでは、 Compute Engine のデフォルトのサービス アカウントまたはユーザー指定の カスタム サービス アカウントを使用して、バッチ ワークロードを送信するか、インタラクティブ セッションを作成します。

3.0 以降のランタイム サービス アカウント

サービス アカウントの認証情報を使用する Spark ランタイム バージョン 3.0 以降では、ユーザー指定のカスタム サービス アカウントを使用して、バッチ ワークロードを送信するか、インタラクティブ セッションを作成します。

Managed Service for Apache Spark 3.0 以降のランタイムは、Managed Service for Apache Spark ユーザー プロジェクト Google Cloud に Dataproc Resource Manager ノード サービス エージェント のロールで Dataproc Resource Manager ノード サービス エージェント サービス アカウント service-project-number@gcp-sa-dataprocrmnode.iam.gserviceaccount.com を作成します。このサービス アカウントは、ワークロードが作成されたプロジェクトにある Managed Service for Apache Spark リソースに対して、次のシステム オペレーションを実行します。

  • Cloud Logging と Cloud Monitoring
  • Managed Service for Apache Spark Resource Manager ノードの基本オペレーション（get、heartbeat、mintOAuthToken など）

IAM サービス アカウントのロールを表示して管理する

バッチ ワークロードまたはセッション サービス アカウントに付与されたロールを表示して管理するには、次の操作を行います。

  1. コンソール Google Cloud で、[IAM] ページに移動します。

    [IAM] に移動

  2. [Google 提供のロール付与を含める] をクリックします。

  3. バッチ ワークロードまたはセッションのデフォルトまたはカスタム サービス アカウントにリストされているロールを表示します。

    次の図は、Compute Engine のデフォルトのサービス アカウント project_number-compute@developer.gserviceaccount.com にリストされている必要な Managed Service for Apache Spark ワーカー ロールを示しています。Managed Service for Apache Spark は、デフォルトでワークロードまたはセッション サービス アカウントとしてこのロールを使用します。

    IAM コンソールの Compute Engine デフォルト サービス アカウントの Dataproc ワーカーロール
    コンソールの IAM セクションで Compute Engine のデフォルトのサービス アカウントに割り当てられた Managed Service for Apache Spark ワーカーのロール。 Google Cloud

  4. サービス アカウントの行に表示されている鉛筆アイコンをクリックして サービス アカウントのロールを付与または削除できます。

プロジェクト間サービス アカウントを使用する方法

バッチ ワークロード プロジェクト（バッチが送信されるプロジェクト）とは異なるプロジェクトのサービス アカウントを使用するバッチ ワークロードを送信できます。このセクションでは、サービス アカウントが存在するプロジェクトを service account project と呼び、バッチが送信されるプロジェクトを batch project と呼びます。

プロジェクト間サービス アカウントを使用してバッチ ワークロードを実行する理由考えられる理由の 1 つは、他のプロジェクトのサービス アカウントに、そのプロジェクトのリソースへのきめ細かいアクセスを提供する IAM ロールが割り当てられている場合です。

設定の手順

このセクションの例は、3.0 より前のランタイム バージョンで実行されるバッチ ワークロードの送信に適用されます。

  1. サービス アカウント プロジェクトで次の操作を行います。

    1. プロジェクト間でのサービス アカウントの接続を有効にします。

    2. Dataproc API を有効にします。

      API を有効にするために必要なロール

      API を有効にするには、serviceusage.services.enable 権限が必要です。プロジェクトを作成した場合は、オーナーロール（roles/owner）を通じてこの権限が付与されている可能性があります。それ以外の場合は、Service Usage 管理者ロール（roles/serviceusage.serviceUsageAdmin）を通じてこの権限を取得できます。ロールを付与する方法をご覧ください。

      API の有効化

    3. メール アカウント（クラスタを作成するユーザー）に、 サービス アカウント ユーザーのロール を付与します。また、より細かく制御する場合は、 サービス アカウント プロジェクトのサービス アカウントを付与します。

      詳細については、プロジェクト レベルでロールを付与する場合は プロジェクト、フォルダ、組織へのアクセスを管理する を、サービス アカウント レベルでサービス アカウントへロールを付与する場合は サービス アカウントに対するアクセス権の管理 を参照してください。

      gcloud CLI の例:

      次のサンプル コマンドでは、ユーザーにサービス アカウントのユーザーロールをプロジェクト レベルで付与します。

      gcloud projects add-iam-policy-binding SERVICE_ACCOUNT_PROJECT_ID \
    --member=USER_EMAIL \
    --role="roles/iam.serviceAccountUser"

      注:

      • USER_EMAIL: ユーザー アカウントのメールアドレスを user:user-name@example.com の形式で指定します。

      次のサンプル コマンドでは、ユーザーにサービス アカウントのユーザーロールをサービス アカウント レベルで付与します。

      gcloud iam service-accounts add-iam-policy-binding VM_SERVICE_ACCOUNT_EMAIL \
    --member=USER_EMAIL \
    --role="roles/iam.serviceAccountUser"

      注:

      • USER_EMAIL: ユーザー アカウントのメールアドレスを user:user-name@example.com の形式で指定します。

    4. サービス アカウントに、バッチ プロジェクトの Managed Service for Apache Spark ワーカー のロールを付与します。

      gcloud CLI の例:

      gcloud projects add-iam-policy-binding BATCH_PROJECT_ID \
    --member=serviceAccount:SERVICE_ACCOUNT_NAME@SERVICE_ACCOUNT_PROJECT_ID.iam.gserviceaccount.com \
    --role="roles/dataproc.worker"

  2. バッチ プロジェクトで次の操作を行います。

    1. Managed Service for Apache Spark サービス エージェント サービス アカウント に、サービス アカウント プロジェクトの（より細かく制御する場合はサービス アカウント プロジェクトのサービス アカウントの）サービス アカウント ユーザー とサービス アカウント トークン作成者 のロールを付与します。これにより、バッチ プロジェクトの Managed Service for Apache Spark サービス エージェント サービス アカウントに、サービス アカウント プロジェクトのサービス アカウントのトークンを作成することを許可します。

      詳細については、プロジェクト レベルでロールを付与する場合は プロジェクト、フォルダ、組織へのアクセスを管理する を、サービス アカウント レベルでサービス アカウントへロールを付与する場合は サービス アカウントに対するアクセス権の管理 を参照してください。

      gcloud CLI の例:

      次のコマンドでは、バッチ プロジェクトの Managed Service for Apache Spark サービス エージェント サービス アカウントに、サービス アカウント ユーザーとサービス アカウント トークン作成者のロールをプロジェクト レベルで付与します。

      gcloud projects add-iam-policy-binding SERVICE_ACCOUNT_PROJECT_ID \
    --member=serviceAccount:service-BATCH_PROJECT_NUMBER@dataproc-accounts.iam.gserviceaccount.com \
    --role="roles/iam.serviceAccountUser"

      gcloud projects add-iam-policy-binding SERVICE_ACCOUNT_PROJECT_ID \
    --member=serviceAccount:service-BATCH_PROJECT_NUMBER@dataproc-accounts.iam.gserviceaccount.com \
    --role="roles/iam.serviceAccountTokenCreator"

      次のサンプル コマンドでは、バッチ プロジェクトの Managed Service for Apache Spark サービス エージェント サービス アカウントに、サービス アカウント ユーザーとサービス アカウント トークン作成者のロールをサービス アカウント レベルで付与します。

      gcloud iam service-accounts add-iam-policy-binding VM_SERVICE_ACCOUNT_EMAIL \
    --member=serviceAccount:service-BATCH_PROJECT_NUMBER@dataproc-accounts.iam.gserviceaccount.com \
    --role="roles/iam.serviceAccountUser"

      gcloud iam service-accounts add-iam-policy-binding VM_SERVICE_ACCOUNT_EMAIL \
    --member=serviceAccount:service-BATCH_PROJECT_NUMBER@dataproc-accounts.iam.gserviceaccount.com \
    --role="roles/iam.serviceAccountTokenCreator"

    2. バッチ プロジェクトの Compute Engine サービス エージェント サービス アカウント に、サービス アカウント プロジェクトの（より細かく制御するには、 サービス アカウント プロジェクトのサービス アカウントの）サービス アカウント トークン作成者 のロールを付与します。これにより、サービス アカウント プロジェクト内のサービス アカウント用のトークンを作成する権限を、バッチ プロジェクトの Compute Agent サービス エージェント サービス アカウントに付与します。

      詳細については、プロジェクト レベルでロールを付与する場合は プロジェクト、フォルダ、組織へのアクセスを管理する を、サービス アカウント レベルでサービス アカウントへロールを付与する場合は サービス アカウントに対するアクセス権の管理 を参照してください。

      gcloud CLI の例:

      次のサンプル コマンドでは、バッチ プロジェクトの Compute Engine サービス エージェント サービス アカウントに、サービス アカウント トークン作成者のロールをプロジェクト レベルで付与します。

      gcloud projects add-iam-policy-binding SERVICE_ACCOUNT_PROJECT_ID \
    --member=serviceAccount:service-BATCH_PROJECT_NUMBER@compute-system.iam.gserviceaccount.com \
    --role="roles/iam.serviceAccountTokenCreator"

      次のサンプル コマンドでは、クラスタ プロジェクトの Compute Engine サービス エージェント サービス アカウントに、サービス アカウント トークン作成者のロールをサービス アカウント レベルで付与します。

      gcloud iam service-accounts add-iam-policy-binding VM_SERVICE_ACCOUNT_EMAIL \
    --member=serviceAccount:service-BATCH_PROJECT_NUMBER@compute-system.iam.gserviceaccount.com \
    --role="roles/iam.serviceAccountTokenCreator"

バッチ ワークロードを送信する

設定手順を完了したら、 バッチ ワークロードを送信できます。 バッチ ワークロードに使用するサービス アカウントとして、サービス アカウント プロジェクトのサービス アカウントを指定してください。

権限に基づくエラーのトラブルシューティング

バッチ ワークロードまたはセッションで使用されるサービス アカウントの権限が正しくないか、不十分な場合、「Driver compute node failed to initialize for batch in 600 seconds」というエラー メッセージが報告され、バッチまたはセッションの作成が失敗する可能性があります。このエラーは、Spark ドライバが割り当てられたタイムアウト期間内に起動できなかったことを示します。これは通常、 Google Cloud リソースへの必要なアクセス権がないことが原因です。

この問題をトラブルシューティングするには、サービス アカウントに次の最小限のロールまたは権限があることを確認します。

  • Managed Service for Apache Spark ワーカー ロール（roles/dataproc.worker）: このロールは、Managed Service for Apache Spark が Spark ワークロードとセッションを管理および実行するために必要な権限を付与します。
  • Storage オブジェクト閲覧者 （roles/storage.objectViewer）、Storage オブジェクト作成者 （roles/storage.objectCreator）、または Storage オブジェクト管理者 （roles/storage.admin）: Spark アプリケーションが Cloud Storage バケットから読み取りまたは書き込みを行う場合、サービス アカウントにはバケットにアクセスするための適切な権限が必要です。たとえば、入力データが Cloud Storage バケットにある場合は、Storage Object Viewer が必要です。アプリケーションが Cloud Storage バケットに出力を書き込む場合は、Storage Object Creator または Storage Object Admin が必要です。
  • BigQuery データ編集者 （roles/bigquery.dataEditor）または BigQuery データ閲覧者 （roles/bigquery.dataViewer）: Spark アプリケーションが BigQuery と連携する場合は、サービス アカウントに 適切な BigQuery ロールがあることを確認します。
  • Cloud Logging の権限: 効果的なデバッグを行うには、サービス アカウントに Cloud Logging にログを書き込む権限が必要です。通常、Logging Writer ロール（roles/logging.logWriter）で十分です。

  • dataproc.worker ロールがない: このコアロールがないと、Managed Service for Apache Spark インフラストラクチャはドライバ ノードを適切にプロビジョニングして管理できません。

  • Cloud Storage の権限が不十分: Spark アプリケーションが、必要なサービス アカウントの権限なしに Cloud Storage バケットから入力データを読み取ろうとしたり、Cloud Storage バケットに出力を書き込もうとしたりすると、重要なリソースにアクセスできないため、ドライバの初期化に失敗する可能性があります。

  • ネットワークまたはファイアウォールの問題: VPC Service Controls またはファイアウォール ルールにより、サービス アカウントが API またはリソースに アクセスできなくなることがあります。 Google Cloud

サービス アカウントの権限を確認して更新するには:

  1. コンソールの Google Cloud [ IAM と管理 > IAM ] ページに移動します。
  2. バッチ ワークロードまたはセッションに使用するサービス アカウントを見つけます。
  3. 必要なロールが割り当てられていることを確認します。割り当てられていない場合は、追加します。

Managed Service for Apache Spark のロールと権限のリストについては、 Managed Service for Apache Spark の権限と IAM ロールをご覧ください。