"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 会使用 AI 技术将内容翻译成您偏好的语言。AI 翻译可能包含错误。

Managed Service for Apache Spark 可选 Pig 组件

使用可选组件功能创建 Managed Service for Apache Spark 集群时，您可以安装 Apache Pig 等其他组件。本页面介绍了 Pig 组件，这是一个用于分析大型数据集的开源平台。

安装组件

创建 Managed Service for Apache Spark 集群时，请安装该组件。

Apache Pig 是 Managed Service for Apache Spark 2.3 及更高版本映像中的可选组件。

如需了解最新 Managed Service for Apache Spark 映像版本中包含的组件版本，请参阅支持的 Managed Service for Apache Spark 版本。

Google Cloud 控制台

在 Google Cloud 控制台中，打开 创建集群 页面。
点击其他配置 以展开该部分。
修改可选组件 。
在随即打开的面板中，选中 Pig 对应的复选框，然后点击保存。

gcloud CLI

如需创建包含 Pig 组件的 Managed Service for Apache Spark 集群，请将 gcloud dataproc clusters create CLUSTER_NAME 命令与 --optional-components 标志结合使用（使用映像版本 2.3 或更高版本）。

gcloud dataproc clusters create CLUSTER_NAME \
    --region=REGION \
    --optional-components=PIG \
    --image-version=2.3 \
    ... other flags

REST API

可通过 Dataproc API 在 clusters.create 请求中使用 SoftwareConfig.Component 来指定 Pig 组件。