Crea un cluster utilizzando la console Google Cloud

Crea un cluster utilizzando la console Google Cloud

Questa pagina mostra come utilizzare la console Google Cloud per creare un cluster Managed Service for Apache Spark, eseguire un job Apache Spark di base nel cluster e quindi modificare il numero di worker nel cluster.

Prima di iniziare

1. 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

2. Verify that you have the permissions required to complete this guide.

3. Verify that billing is enabled for your Google Cloud project.

4. Enable the Dataproc API, if it is 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 API

Ruoli obbligatori

Per eseguire gli esempi in questa pagina sono necessari determinati ruoli Identity and Access Management (IAM). A seconda delle policy dell'organizzazione, questi ruoli potrebbero essere già stati concessi. Per controllare le concessioni dei ruoli, consulta Devi concedere i ruoli?.

Per saperne di più sulla concessione dei ruoli, consulta Gestisci l'accesso a progetti, cartelle e organizzazioni.

Ruoli utente

Per ottenere le autorizzazioni necessarie per creare un cluster Managed Service for Apache Spark, chiedi all'amministratore di concederti i seguenti ruoli IAM:

• Dataproc Editor (roles/dataproc.editor) sul progetto
• Utente dell'account di servizio (roles/iam.serviceAccountUser) sul service account predefinito di Compute Engine

Ruolo service account

Per assicurarti che l'account di servizio predefinito di Compute Engine disponga delle autorizzazioni necessarie per creare un cluster Managed Service for Apache Spark, chiedi all'amministratore di concedere i seguenti ruoli IAM all'account di servizio predefinito di Compute Engine nel progetto:

Importante: devi concedere questi ruoli al account di servizio predefinito di Compute Engine, non al tuo account utente. La mancata concessione dei ruoli all'entità corretta potrebbe comportare errori di autorizzazione.

• Tutti: Dataproc Worker (roles/dataproc.worker)

Crea un cluster

1. Nel menu di navigazione della console Google Cloud , in Infrastruttura, vai alla pagina Cluster di Managed Service for Apache Spark.

   Vai a Cluster

2. Fai clic su Crea cluster, quindi scegli Cluster su Compute Engine.

3. Nel campo Nome del cluster, inserisci example-cluster.

4. Negli elenchi Regione e Zona, seleziona una regione e una zona.

   Seleziona una regione (ad esempio us-east1 o europe-west1) per isolare le risorse, come le istanze di macchine virtuali (VM) e le posizioni di archiviazione di Cloud Storage e dei metadati utilizzate da Managed Service for Apache Spark, nella regione. Per saperne di più, consulta Regioni e zone disponibili e Regione del cluster

5. Per tutte le altre opzioni, utilizza le impostazioni predefinite.

6. Per creare il cluster, fai clic su Crea.

   Il nuovo cluster viene visualizzato in un elenco nella pagina Cluster. Lo stato è Provisioning in corso fino a quando il cluster non è pronto per essere utilizzato; successivamente, passerà a In esecuzione. Il provisioning del cluster potrebbe richiedere un paio di minuti.

Invia un job Spark

Invia un job Spark che stima un valore di pi greco:

1. Nel menu di navigazione di Managed Service for Apache Spark, fai clic su Job (e batch) (o Job).

2. Nella pagina Job, fai clic su Invia job, quindi segui questi passaggi nella pagina Invia un job:

   1. In Seleziona il tipo di computing per il job, seleziona Spark su Compute Engine.
   2. Nella sezione Dettagli job cluster:
      1. Nel campo ID job, utilizza l'impostazione predefinita o fornisci un ID univoco per il tuo progetto Google Cloud .
      2. Nel menu Cluster, seleziona example-cluster.

   3. Nella sezione File e artefatti:

      1. In Tipo di prestazione, seleziona Spark (Scala/Java).
      2. In Configurazione driver, seleziona Classe principale e nel campo Classe principale, inserisci org.apache.spark.examples.SparkPi.

      3. Nel campo File jar, inserisci file:///usr/lib/spark/examples/jars/spark-examples.jar. (Questo file jar di esempio è preinstallato sul cluster. Per i job personalizzati, specifica un percorso di Cloud Storage; consulta Invia un job.)

         Attenzione: non copiare i file JAR personalizzati direttamente nelle directory di sistema del cluster, ad esempio /usr/lib/spark/jars/. L'inserimento di JAR personalizzati nelle directory di sistema inquina il classpath dell'agente Managed Service for Apache Spark e può causare errori di annullamento dei job e applicazioni YARN orfane.

      4. Nel campo Argomenti, inserisci 1000 per impostare il numero di attività.

      Nota: il job Spark stima Pi utilizzando il metodo Monte Carlo

      Genera i punti x e y su un piano di coordinate che modella un cerchio racchiuso in un quadrato unitario. L'argomento di input (1000) determina il numero di coppie x-y da generare; più coppie vengono generate, più accurata è la stima. La stima utilizza i nodi worker di Managed Service for Apache Spark per caricare in contemporanea il calcolo. Per ulteriori informazioni, consulta questo articolo su come stimare il valore Pi utilizzando il metodo Monte Carlo e cerca JavaSparkPi.java su GitHub.

   4. Fai clic su Invia.

      Il job viene visualizzato nella pagina Dettagli job. Lo stato del job è In esecuzione o In fase di avvio, quindi cambia in Riuscito dopo l'invio.

      Per evitare di scorrere l'output, fai clic su A capo automatico: off. L'output è simile al seguente:

      Pi is roughly 3.1416759514167594
      

      Per visualizzare i dettagli del job, fai clic sulla scheda Configurazione.

Aggiorna un cluster

Aggiorna il cluster modificando il numero di istanze worker:

1. Nel menu di navigazione di Managed Service for Apache Spark, fai clic su Cluster.
2. Nell'elenco dei cluster, fai clic su example-cluster.

3. Nella pagina Dettagli cluster, fai clic sulla scheda Configurazione.

   Vengono visualizzate le impostazioni del cluster.

4. Fai clic su Modifica.

5. Nel campo Nodi worker, inserisci 5.

6. Fai clic su Salva.

Ora il cluster è aggiornato. Per ridurre il numero di nodi worker al valore originale, segui la stessa procedura.

Esegui la pulizia

Per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questa pagina, segui questi passaggi.

1. Per eliminare il cluster, nella pagina Dettagli cluster per example-cluster, fai clic su Elimina.
2. Fai clic su Elimina per confermare l'eliminazione del cluster.

Passaggi successivi

• Prova questa guida rapida utilizzando altri strumenti:

  • Utilizza Explorer API

  • Utilizza Google Cloud CLI

• Scopri come creare regole firewall efficaci quando crei un progetto

• Scopri come scrivere ed eseguire un job Spark Scala.