"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 utilizza la tecnologia AI per tradurre i contenuti nella tua lingua preferita. Le traduzioni generate dall'AI potrebbero contenere errori.

Chiavi di crittografia gestite dal cliente (CMEK)

Quando utilizzi Managed Service for Apache Spark, i dati del cluster e dei job vengono archiviati su Persistent Disk associati alle VM di Compute Engine nel tuo cluster e in un bucket di gestione temporanea di Cloud Storage. Per impostazione predefinita, i dati di questo disco permanente e del bucket vengono criptati utilizzando una chiave di crittografia dei dati (DEK) e una chiave di crittografia della chiave (KEK) generate da Google.

Se vuoi controllare e gestire la chiave di crittografia della chiave (KEK), puoi utilizzare le chiavi di crittografia gestite dal cliente (CMEK) (Google continua a controllare la chiave di crittografia dei dati (DEK)). Per saperne di più sulle chiavi di crittografia dei dati di Google, consulta Crittografia at-rest.

Crittografia dei dati del cluster CMEK

Puoi utilizzare le chiavi di crittografia gestite dal cliente (CMEK) per criptare i seguenti dati del cluster:

Dati su Persistent Disk collegati alle VM del cluster Managed Service for Apache Spark
Dati degli argomenti dei job inviati al cluster, ad esempio una stringa di query inviata con un job Spark SQL
Metadati del cluster, output del driver del job e altri dati scritti nel bucket di gestione temporanea del cluster Managed Service for Apache Spark

Prima di iniziare

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
Roles required to select or create a project
- Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
- Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.
Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector
Verify that billing is enabled for your Google Cloud project.
Enable the Dataproc, Cloud Key Management Service, Compute Engine, and Cloud Storage APIs, if any are not already enabled.
Roles required to enable APIs
To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.
Enable the APIs

Install the Google Cloud CLI.

Note: If you installed the gcloud CLI previously, make sure you have the latest version by running gcloud components update.
Configure the gcloud CLI to use your federated identity.

For more information, see Sign in to the gcloud CLI with your federated identity.
To initialize the gcloud CLI, run the following command:
```
gcloud init
```

Crea chiavi

Per proteggere le risorse di Managed Service for Apache Spark con CMEK, puoi automatizzare la creazione delle chiavi o crearle manualmente.

Creazione automatica delle chiavi

Utilizza Autokey per automatizzare il provisioning e l'assegnazione delle CMEK. Autokey genera chiavi automatizzate e chiavi on demand quando vengono create le risorse. Gli agenti di servizio utilizzano le chiavi nelle operazioni di crittografia e decrittografia. Se necessario, Autokey crea gli agenti e concede loro i ruoli IAM (Identity and Access Management) richiesti. Per saperne di più, consulta la panoramica di Autokey.

Creazione manuale delle chiavi

Segui questi passaggi per creare manualmente le chiavi per la crittografia CMEK dei dati del cluster:

Crea una o più chiavi utilizzando Cloud KMS. Il nome della risorsa, chiamato anche ID risorsa di una chiave, che utilizzerai nei passaggi successivi, è costruito come segue:
```
projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
```
Utilizza la pagina Chiavi di crittografia nella consoleGoogle Cloud per copiare un ID risorsa chiave negli appunti.
La chiave (CMEK) deve trovarsi nella stessa località della risorsa criptata. Ad esempio, la chiave CMEK utilizzata per criptare una risorsa nella regione us-central1 deve trovarsi anche nella regione us-central1.
Per assicurarti che ciascuno dei seguenti service account, service account dell'agente di servizio Compute Engine, service account dell'agente di servizio Cloud Storage e service account dell'agente di servizio Managed Service for Apache Spark, disponga delle autorizzazioni necessarie per proteggere le risorse utilizzando le chiavi Cloud KMS, chiedi all'amministratore di concedere il ruolo IAM Cloud KMS CryptoKey Encrypter/Decrypter (roles/cloudkms.cryptoKeyEncrypterDecrypter) a ciascuno dei seguenti service account, service account dell'agente di servizio Compute Engine, service account dell'agente di servizio Cloud Storage e service account dell'agente di servizio Managed Service for Apache Spark, nel tuo progetto.

Esempio di assegnazione del ruolo Cloud KMS CryptoKey Encrypter/Decrypter al service account dell'agente di servizio Managed Service for Apache Spark utilizzando Google Cloud CLI:
```
gcloud projects add-iam-policy-binding KMS_PROJECT_ID \
--member serviceAccount:service-PROJECT_NUMBER@dataproc-accounts. \
--role roles/cloudkms.cryptoKeyEncrypterDecrypter
```
Sostituisci quanto segue:

KMS_PROJECT_ID: l'ID del tuo progetto Google Cloud che contiene la chiave Cloud KMS.

PROJECT_NUMBER: il numero di progetto (non l'ID progetto) del tuo progetto Google Cloud che esegue le risorse di Managed Service for Apache Spark.
Se il ruolo Agente di servizio Managed Service for Apache Spark non è associato al service account Agente di servizio Managed Service for Apache Spark, aggiungi l'autorizzazione serviceusage.services.use a un ruolo personalizzato associato al account di servizio Agente di servizio Managed Service for Apache Spark.

Crea un cluster con CMEK

Passa l'ID risorsa della chiave quando crei il cluster Managed Service for Apache Spark.

gcloud CLI

Per crittografare i dati del disco permanente del cluster utilizzando la tua chiave, passa l'ID risorsa della chiave al flag --gce-pd-kms-key quando crei il cluster.

gcloud dataproc clusters create CLUSTER_NAME \
    --region=REGION \
    --gce-pd-kms-key='projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME' \
    other arguments ...

Puoi verificare l'impostazione della chiave dallo strumento a riga di comando gcloud.

gcloud dataproc clusters describe CLUSTER_NAME \
    --region=REGION

Snippet di output comando:

...
configBucket: dataproc- ...
  encryptionConfig:
    gcePdKmsKeyName: projects/project-id/locations/region/keyRings/key-ring-name/cryptoKeys/key-name
...

Per criptare i dati del disco permanente del cluster e i dati degli argomenti dei job utilizzando la tua chiave, passa l'ID risorsa della chiave al flag --kms-key quando crei il cluster. Consulta [Cluster.EncryptionConfig.kmsKey](/managed-spark/docs/reference/rest/v1/ClusterConfig#EncryptionConfig.FIELDS.kms_key) per un elenco di tipi di prestazione e argomenti criptati con il flag `--kms-key`.
```
gcloud dataproc clusters create CLUSTER_NAME \
    --region=REGION \
    --kms-key='projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME' \
    other arguments ...
      
```
Puoi verificare le impostazioni della chiave con il comando dataproc clusters describe di gcloud CLI. L'ID risorsa della chiave è impostato su gcePdKmsKeyName e kmsKey per utilizzare la chiave con la crittografia dei dati del disco permanente del cluster e degli argomenti dei job.
```
gcloud dataproc clusters describe CLUSTER_NAME \
    --region=REGION
      
```
Snippet di output comando:
```
...
configBucket: dataproc- ...
  encryptionConfig:
  gcePdKmsKeyName: projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
  kmsKey: projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
...
    
```
Puoi utilizzare il flag --gce-pd-kms-key o --kms-key, ma non entrambi, per criptare i dati del cluster utilizzando la tua chiave.
Per criptare i metadati del cluster, il driver del job e altri dati di output scritti nel tuo bucket di gestione temporanea di Managed Service for Apache Spark in Cloud Storage:
- Crea il tuo bucket con CMEK. Quando aggiungi la chiave al bucket, utilizza una chiave creata nel passaggio 1.
- Passa il nome del bucket al flag --bucket quando crei il cluster.
```
gcloud dataproc clusters create CLUSTER_NAME \
    --region=REGION \
    --bucket=CMEK_BUCKET_NAME \
    other arguments ...
        
```
Puoi anche passare bucket abilitati per CMEK al comando `gcloud dataproc jobs submit` se il job accetta argomenti del bucket, come mostrato nell'esempio "cmek-bucket" di seguito:
```
gcloud dataproc jobs submit pyspark gs://cmek-bucket/wordcount.py \
    --region=region \
    --cluster=cluster-name \
    -- gs://cmek-bucket/shakespeare.txt gs://cmek-bucket/counts
      
```
- Managed Service for Apache Spark non gestisce le chiavi di crittografia gestite dal cliente nel bucket Cloud Storage.
- L'utilizzo di un bucket con una chiave di crittografia gestita dal cliente può rallentare i tempi di scrittura su file di grandi dimensioni.

API REST

Per criptare i dati del disco disco permanente della VM del cluster utilizzando la tua chiave, includi il campo ClusterConfig.EncryptionConfig.gcePdKmsKeyName come parte di una richiesta cluster.create.
Puoi verificare l'impostazione della chiave con il comando dataproc clusters describe di gcloud CLI.
```
gcloud dataproc clusters describe CLUSTER_NAME \
    --region=REGION
    
```
Snippet di output comando:
```
...
configBucket: dataproc- ...
  encryptionConfig:
    gcePdKmsKeyName: projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
...
    
```
Per criptare i dati del disco permanente della VM del cluster e i dati degli argomenti dei job utilizzando la tua chiave, includi il campo Cluster.EncryptionConfig.kmsKey come parte di una richiesta cluster.create. Consulta Cluster.EncryptionConfig.kmsKey per un elenco di tipi di prestazione e argomenti criptati con il campo --kms-key.
Nella richiesta di creazione del cluster puoi includere il campo Cluster.EncryptionConfig.gcePdKmsKeyName o il campo Cluster.EncryptionConfig.kmsKey, ma non entrambi.

Puoi verificare le impostazioni della chiave con il comando dataproc clusters describe di gcloud CLI. L'ID risorsa della chiave è impostato su gcePdKmsKeyName e kmsKey per utilizzare la chiave con la crittografia dei dati del disco permanente del cluster e degli argomenti dei job.
```
gcloud dataproc clusters describe CLUSTER_NAME \
    --region=REGION
    
```
Snippet di output comando:
```
...
configBucket: dataproc- ...
  encryptionConfig:
    gcePdKmsKeyName: projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
    kmsKey: projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
...
    
```
Per criptare i metadati del cluster, il driver del job e altri dati di output scritti nel bucket di gestione temporanea di Managed Service for Apache Spark in Cloud Storage:
- Crea il tuo bucket con CMEK. Quando aggiungi la chiave al bucket, utilizza una chiave creata nel passaggio 1.
- Passa il nome del bucket al campo ClusterConfig.configBucket come parte di una richiesta cluster.create.
```
gcloud dataproc clusters create CLUSTER_NAME \
    --region=REGION \
    --bucket=CMEK_BUCKET_NAME \
    other arguments ...
    
```
- Managed Service for Apache Spark non gestisce le chiavi di crittografia gestite dal cliente nel bucket Cloud Storage.
- L'utilizzo di un bucket con una chiave di crittografia gestita dal cliente può rallentare i tempi di scrittura su file di grandi dimensioni.
Puoi anche passare bucket abilitati per CMEK al comando `gcloud dataproc jobs submit` se il job accetta argomenti del bucket, come mostrato nell'esempio "cmek-bucket" di seguito:
```
gcloud dataproc jobs submit pyspark gs://cmek-bucket/wordcount.py \
    --region=region \
    --cluster=cluster-name \
    -- gs://cmek-bucket/shakespeare.txt gs://cmek-bucket/counts
      
```

Utilizza CMEK con i dati dei template di workflow

I dati degli argomenti dei job del template di workflow di Managed Service for Apache Spark, come la stringa di query di un job Spark SQL, possono essere criptati utilizzando CMEK. Segui i passaggi 1, 2 e 3 di questa sezione per utilizzare CMEK con il tuo modello di workflow di Managed Service for Apache Spark. Consulta WorkflowTemplate.EncryptionConfig.kmsKey per un elenco di tipi di prestazione e argomenti del template di workflow criptati utilizzando CMEK quando questa funzionalità è abilitata.

Crea una chiave utilizzando Cloud KMS. Il nome della risorsa della chiave, che utilizzerai nei passaggi successivi, viene creato come segue:
```
projects/project-id/locations/region/keyRings/key-ring-name/cryptoKeys/key-name
```
Utilizza la pagina Chiavi di crittografia della consoleGoogle Cloud per copiare un ID risorsa chiave negli appunti.
Per consentire ai service account Managed Service for Apache Spark di utilizzare la tua chiave:
1. Assegna il ruolo Cloud KMS CryptoKey Encrypter/Decrypter al service account Managed Service for Apache Spark Service Agent. Puoi utilizzare gcloud CLI per assegnare il ruolo:
```
 gcloud projects add-iam-policy-binding KMS_PROJECT_ID \
 --member serviceAccount:service-PROJECT_NUMBER@dataproc-accounts. \
 --role roles/cloudkms.cryptoKeyEncrypterDecrypter
```
  Sostituisci quanto segue:
  
  KMS_PROJECT_ID: l'ID del tuo progetto Google Cloud che esegue Cloud KMS. Questo progetto può anche essere quello che esegue le risorse di Managed Service for Apache Spark.
  
  PROJECT_NUMBER: il numero di progetto (non l'ID progetto) del tuo progetto Google Cloud che esegue le risorse di Managed Service for Apache Spark.
2. Abilita l'API Cloud KMS nel progetto che esegue le risorse di Managed Service for Apache Spark.
3. Se il ruolo Agente di servizio Managed Service for Apache Spark non è associato al service account Agente di servizio Managed Service for Apache Spark, aggiungi l'autorizzazione serviceusage.services.use al ruolo personalizzato associato al account di servizio Agente di servizio Managed Service for Apache Spark. Se il ruolo Agente di servizio Managed Service for Apache Spark è collegato al account di servizio Agente di servizio Managed Service for Apache Spark, puoi saltare questo passaggio.
Puoi utilizzare gcloud CLI o l'API Dataproc per impostare la chiave creata nel passaggio 1 su un workflow. Una volta impostata la chiave su un workflow, tutti gli argomenti e le query dei job del workflow vengono criptati utilizzando la chiave per qualsiasi tipo di prestazione e argomento elencato in WorkflowTemplate.EncryptionConfig.kmsKey.
gcloud CLI

Passa l'ID risorsa della chiave al flag --kms-key quando crei il template di workflow con il comando gcloud dataproc workflow-templates create.

Esempio:
```
gcloud dataproc workflow-templates create my-template-name \
    --region=region \
    --kms-key='projects/project-id/locations/region/keyRings/key-ring-name/cryptoKeys/key-name' \
    other arguments ...
```
Puoi verificare l'impostazione della chiave dallo strumento a riga di comando gcloud.
```
gcloud dataproc workflow-templates describe TEMPLATE_NAME \
    --region=REGION
```
```
...
id: my-template-name
encryptionConfig:
kmsKey: projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
...
```
API REST

Utilizza WorkflowTemplate.EncryptionConfig.kmsKey come parte di una richiesta workflowTemplates.create.

Puoi verificare l'impostazione della chiave inviando una richiesta workflowTemplates.get. Il file JSON restituito contiene kmsKey:
```
...
"id": "my-template-name",
"encryptionConfig": {
  "kmsKey": "projects/project-id/locations/region/keyRings/key-ring-name/cryptoKeys/key-name"
},
```

Cloud External Key Manager

Cloud External Key Manager (Cloud EKM) ti consente di proteggere i dati di Managed Service for Apache Spark utilizzando chiavi gestite da un partner di gestione delle chiavi esterne supportato. I passaggi da seguire per utilizzare Cloud EKM in Managed Service for Apache Spark sono gli stessi che utilizzi per configurare le chiavi CMEK, con la seguente differenza: la chiave punta a un URI per la chiave gestita esternamente (consulta la panoramica di Cloud EKM).

Errori di Cloud EKM

Quando utilizzi Cloud EKM, un tentativo di creare un cluster può non riuscire a causa di errori associati agli input, a Cloud EKM, al sistema partner di gestione delle chiavi esterne o alle comunicazioni tra Cloud EKM e il sistema esterno. Se utilizzi l'API REST o la console Google Cloud , gli errori vengono registrati in Cloud Logging. Puoi esaminare gli errori del cluster non riuscito dalla scheda Visualizza log.

Chiavi di crittografia gestite dal cliente (CMEK) Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.

Crittografia dei dati del cluster CMEK

Prima di iniziare

Crea chiavi

Creazione automatica delle chiavi

Creazione manuale delle chiavi

Crea un cluster con CMEK

gcloud CLI

API REST

Utilizza CMEK con i dati dei template di workflow

gcloud CLI

API REST

Cloud External Key Manager

Errori di Cloud EKM

Chiavi di crittografia gestite dal cliente (CMEK)