Componente Zeppelin facoltativo di Managed Service per Apache Spark

Il componente facoltativo Apache Zeppelin ti consente di eseguire analisi dei dati interattive basate sul web sui tuoi cluster. Puoi installare Zeppelin durante la creazione di un cluster Managed Service for Apache Spark utilizzando componenti facoltativi per eseguire i workload Spark e visualizzare i dati nei notebook condivisi.

• Zeppelin può essere configurato fornendo proprietà del cluster con prefisso zeppelin e zeppelin-env.
  • Per ridurre il rischio di esecuzione di codice da remoto su API del server del blocco note non protette, l'impostazione predefinita della proprietà del cluster zeppelin:zeppelin.server.addr per le versioni immagine 1.3 e successive è 127.0.0.1, che limita le connessioni a localhost quando il gateway dei componenti è abilitato.

Il componente Zeppelin Notebook è un notebook basato sul web per l'analisi interattiva dei dati. La UI web di Zeppelin è disponibile sulla porta 8080 nel primo nodo master del cluster.

Per impostazione predefinita, i notebook vengono salvati in Cloud Storage nel bucket di gestione temporanea di Managed Service for Apache Spark, specificato dall'utente o creato automaticamente al momento della creazione del cluster. La località può essere modificata al momento della creazione del cluster tramite la proprietà zeppelin:zeppelin.notebook.gcs.dir.

Installa il componente

Installa il componente quando crei un cluster Managed Service for Apache Spark. I componenti possono essere aggiunti ai cluster creati con Managed Service for Apache Spark versione 1.3 e successive.

Consulta Versioni di Dataproc supportate per la versione del componente inclusa in ogni release dell'immagine di Managed Service for Apache Spark.

ConsoleGoogle Cloud

1. Nella console Google Cloud , apri la pagina Crea cluster.
2. Fai clic su Configurazione aggiuntiva per espandere la sezione.
3. Modifica i componenti facoltativi.
4. Nel riquadro che si apre, seleziona la casella di controllo Zeppelin Notebook, quindi fai clic su Salva.

gcloud CLI

Per creare un cluster Managed Service for Apache Spark che includa il componente Zeppelin, utilizza il comando gcloud dataproc clusters create cluster-name con il flag --optional-components.

Quando crei il cluster (versione immagine 1.3.29 o successiva), utilizza il comando gcloud dataproc clusters create con il flag --enable-component-gateway, come mostrato di seguito, per abilitare la connessione alla UI web del blocco note Zeppelin utilizzando il gateway dei componenti.

gcloud dataproc clusters create cluster-name \
    --optional-components=ZEPPELIN \
    --region=region \
    --enable-component-gateway \
    ... other flags

API REST

Il componente Zeppelin può essere specificato tramite l'API Dataproc utilizzando SoftwareConfig.Component come parte di una richiesta clusters.create.

Utilizzando l'API Dataproc v1, imposta la proprietà EndpointConfig.enableHttpPortAccess su true nell'ambito della richiesta clusters.create per abilitare la connessione all'interfaccia utente web del blocco note Zeppelin utilizzando il gateway dei componenti.

Apri il blocco note Zeppelin

Consulta Visualizzazione e accesso agli URL del gateway dei componenti per fare clic sui link del gateway dei componenti nella console Google Cloud per aprire l'interfaccia utente del blocco note Zeppelin in esecuzione sul nodo master del cluster nel tuo browser locale.