Questa pagina descrive come connettersi ad applicazioni Software as a Service (SaaS) come Salesforce e a servizi cloud di terze parti come Amazon S3 da un'istanza Cloud Data Fusion privata quando si sviluppa una pipeline.
Nella presente guida vengono utilizzati i termini in uscita e controllo in uscita:
In uscita si riferisce al traffico di rete in uscita da Google Cloud sulla rete internet pubblica. Di solito, il traffico in uscita si verifica quando crei una pipeline che legge o scrive in un servizio SaaS come Salesforce o un servizio cloud pubblico come Amazon S3.
Il controllo in uscita definisce sistemi di protezione per il traffico in uscita utilizzando una VM proxy, che consente l'esecuzione riuscita del traffico in uscita verso un insieme di domini preconfigurati e il mancato funzionamento di tutti gli altri. Consente un perimetro di sicurezza più elevato per il traffico in uscita e può impedire il traffico in uscita indesiderato da un'istanza privata.
Il seguente diagramma dell'architettura di sistema mostra in che modo un'istanza privata di Cloud Data Fusion si connette alla rete internet pubblica quando sviluppi una pipeline:
Quando progetti la tua pipeline in questo scenario, Cloud Data Fusion instrada il traffico in uscita attraverso il progetto del tuo cliente nell'anteprima di Cloud Data Fusion o in Wrangler. Questa procedura utilizza le seguenti risorse:
Una route di rete VPC personalizzata: una rete VPC personalizzata instrada il traffico attraverso una route personalizzata importata alle VM gateway, che esportano in un VPC di progetto tenant utilizzando il peering VPC.
Una VM gateway: una VM gateway instrada il traffico in uscita da Google Cloud dal progetto tenant di Cloud Data Fusion a un cloud SaaS o di terze parti sulla rete internet pubblica. Gestisci questa VM nel progetto del tuo cliente. Puoi configurarlo in un ambiente ad alta disponibilità utilizzando un bilanciatore del carico interno (ILB). Ti consigliamo di riutilizzare la VM per più istanze private di Cloud Data Fusion all'interno dello stesso VPC.
Per informazioni sulla configurazione del controllo del traffico in uscita negli ambienti di progettazione ed esecuzione, consulta Controllo del traffico in uscita in un'istanza privata.
Prima di iniziare
Puoi connetterti a un'origine pubblica da un'istanza privata in Cloud Data Fusion versione 6.4 o successive. Per utilizzare una di queste versioni, puoi creare una nuova istanza privata di Cloud Data Fusion o eseguire l'upgrade di un'istanza esistente alla versione 6.4.0.
Quando crei una connessione in peering di rete VPC per l'istanza, seleziona Esporta route.
Configura la connettività a internet
I passaggi seguenti descrivono come accedere a un bucket Amazon S3 da un'istanza privata di Cloud Data Fusion in Wrangler. Gli stessi passaggi si applicano all'accesso a qualsiasi origine dati sulla rete internet pubblica quando progetti una pipeline in Preview o Wrangler.
In questa guida viene utilizzata una sola VM, ma per le applicazioni mission-critical ti consigliamo di creare VM con bilanciamento del carico. Per ulteriori informazioni, consulta la sezione Configurare una VM ad alta disponibilità.
Crea un gateway NAT
Crea un gateway Cloud NAT nella stessa regione e nella stessa rete VPC della tua istanza privata di Cloud Data Fusion.
crea un'istanza VM del gateway e le regole firewall
Console
Vai alla pagina Istanze VM.
Fai clic su Crea istanza. Ti consigliamo di utilizzare una VM senza IP esterno.
Utilizza lo stesso VPC in cui è configurato il peering di rete con l'istanza privata di Cloud Data Fusion. Per ulteriori informazioni sul peering di rete VPC in questo scenario, consulta Prima di iniziare.
Abilita l'inoltro IP per l'istanza nella stessa rete dell'istanza di Cloud Data Fusion.
Nel campo Script di avvio, inserisci il seguente script:
#! /bin/bash echo 1 > /proc/sys/net/ipv4/ip_forward iptables -t nat -A POSTROUTING -s 0.0.0.0/0 -j MASQUERADE echo net.ipv4.ip_forward=1 > /etc/sysctl.d/11-gce-network-security.conf iptables-save
Per ulteriori informazioni, consulta la sezione Esecuzione degli script di avvio.
Per ottenere l'intervallo IP allocato per l'istanza di Cloud Data Fusion, vai alla pagina Dettagli istanza di Cloud Data Fusion.
gcloud
Per creare la VM del gateway e le regole firewall, esegui il seguente script in Google Cloud CLI:
export CDF_PROJECT=CDF_PROJECT export GATEWAY_VM=GATEWAY_VM_NAME export ZONE=VM_ZONE export SUBNET=SUBNET export VPC_NETWORK=VPC_NETWORK export COMPUTE_ENGINE_SA=COMPUTE_ENGINE_SA gcloud beta compute --project=$CDF_PROJECT instances create $GATEWAY_VM --zone=$ZONE --machine-type=e2-medium --subnet=$SUBNET --network-tier=PREMIUM --metadata=startup-script=\#\!\ /bin/bash$'\n'echo\ 1\ \>\ /proc/sys/net/ipv4/ip_forward$'\n'iptables\ -t\ nat\ -A\ POSTROUTING\ -s\ 0.0.0.0/0\ -j\ MASQUERADE$'\n'echo\ net.ipv4.ip_forward=1\ \>\ /etc/sysctl.d/11-gce-network-security.conf$'\n'iptables-save --can-ip-forward --no-address --maintenance-policy=MIGRATE --service-account=$COMPUTE_ENGINE_SA --scopes=https://www.googleapis.com/auth/devstorage.read_only,https://www.googleapis.com/auth/logging.write,https://www.googleapis.com/auth/monitoring.write,https://www.googleapis.com/auth/servicecontrol,https://www.googleapis.com/auth/service.management.readonly,https://www.googleapis.com/auth/trace.append --tags=http-server,https-server --image=debian-10-buster-v20210316 --image-project=debian-cloud --boot-disk-size=10GB --boot-disk-type=pd-balanced --boot-disk-device-name=$GATEWAY_VM --no-shielded-secure-boot --shielded-vtpm --shielded-integrity-monitoring --reservation-affinity=any gcloud compute --project=$CDF_PROJECT firewall-rules create egress-allow-http --direction=INGRESS --priority=1000 --network=$VPC_NETWORK --action=ALLOW --rules=tcp:80 --source-ranges=CDF_IP_RANGE --target-tags=http-server gcloud compute --project=$CDF_PROJECT firewall-rules create egress-allow-https --direction=INGRESS --priority=1000 --network=$VPC_NETWORK --action=ALLOW --rules=tcp:443 --source-ranges=CDF_IP_RANGE --target-tags=https-server
Sostituisci quanto segue:
- CDF_PROJECT: l'identificatore univoco personalizzabile per il tuo progetto
- GATEWAY_VM: il nome della VM da configurare
- ZONE: la zona della VM
- SUBNET: la subnet
- VPC_NETWORK: il nome della VM
- COMPUTE_ENGINE_SA: il nome del tuo account di servizio Compute Engine
- CDF_IP_RANGE: l'intervallo IP allocato all'istanza di Cloud Data Fusion
Utilizzo di un VPC condiviso
Se utilizzi un VPC condiviso per connettere la tua istanza privata di Cloud Data Fusion a origini sulla rete internet pubblica, crea una VM gateway nel progetto host in cui è configurato il peering di rete VPC con il progetto tenant.
Crea una route personalizzata
Crea una route personalizzata per connetterti all'istanza VM gateway che hai creato.
Console
Per creare la route nella console Google Cloud, vedi Aggiunta di una route statica.
Quando configuri la route:
- Imposta il campo Priority (Priorità) su un valore maggiore o uguale a
1001
. Imposta la destinazione sull'intervallo IP allocato all'istanza di Cloud Data Fusion. - Utilizza lo stesso progetto e lo stesso VPC dell'istanza privata di Cloud Data Fusion.
- Assicurati che la configurazione del peering di rete VPC consenta l'esportazione delle route, in modo che il VPC del progetto tenant di Cloud Data Fusion importi questa route personalizzata tramite il peering di rete VPC.
gcloud
Per creare la route in gcloud CLI:
export ROUTE=ROUTE gcloud beta compute routes create $ROUTE --project=$CDF_PROJECT \ --network=$VPC_NETWORK --priority=1001 \ --destination-range=0.0.0.0/0 \ --next-hop-instance=$GATEWAY_VM \ --next-hop-instance-zone=$ZONE
Sostituisci quanto segue:
- ROUTE: nome della route personalizzata.
Verificare la configurazione
Dopo aver eseguito i passaggi precedenti, verifica di poter accedere ai servizi del bucket S3 (o ad altri servizi SaaS o cloud pubblico) in Preview e Wrangler.
Configura un gateway a disponibilità elevata
Consigliato: per le applicazioni mission critical, ti consigliamo di creare VM con bilanciamento del carico.
Creare regole firewall per i controlli di integrità
Crea regole firewall per consentire:
- Porta 80 (HTTP) e porta 443 (HTTPS) da tutti gli intervalli di origine.
Traffico TCP, UDP e ICMP dagli indirizzi IP Prober del controllo di integrità. Ad esempio:
130.211.0.0/22,35.191.0.0/16
.
Console
Crea regole firewall per consentire le porte da tutti gli intervalli di origine e le regole firewall per consentire il traffico TCP, UDP e ICMP dagli indirizzi IP del controllo di integrità come 130.211.0.0/22,35.191.0.0/16
.
gcloud
Crea una regola firewall per i controlli di integrità:
export CDF_PROJECT=PROJECT_ID export VPC_NETWORK=VPC_NETWORK gcloud compute --project=$CDF_PROJECT firewall-rules create vpc-allow-http \ --direction=INGRESS --priority=1000 \ --network=$VPC_NETWORK \ --action=ALLOW --rules=tcp:80 \ --source-ranges=CDF_IP_RANGE \ --target-tags=http-server gcloud compute --project=$CDF_PROJECT firewall-rules create vpc-allow-https \ --direction=INGRESS --priority=1000 --network=$VPC_NETWORK \ --action=ALLOW --rules=tcp:443 --source-ranges=CDF_IP_RANGE \ --target-tags=https-server gcloud compute --project=$CDF_PROJECT firewall-rules create allow-health-checks \ --network=$VPC_NETWORK \ --action=allow --direction=ingress \ --target-tags=allow-health-checks \ --source-ranges=130.211.0.0/22,35.191.0.0/16 \ --rules=tcp,udp,icmp
Sostituisci quanto segue:
- PROJECT_ID: l'identificatore univoco personalizzabile per il progetto.
- VPC_NETWORK: il nome della tua rete VPC.
- CDF_IP_RANGE: l'intervallo di indirizzi IP allocato a Cloud Data Fusion.
Crea modello di istanza VM gateway
Console
Quando crei un modello di istanza nella console:
- Crealo nello stesso VPC dell'istanza di Cloud Data Fusion.
- Consigliato: utilizza una VM con un indirizzo IP privato.
- Attiva le porte HTTP/HTTPS.
- Abilita IP forwarding
Nel campo Script di avvio, inserisci il seguente script:
#! /bin/bash echo 1 > /proc/sys/net/ipv4/ip_forward iptables -t nat -A POSTROUTING -s 0.0.0.0/0 -j MASQUERADE echo net.ipv4.ip_forward=1 > /etc/sysctl.d/11-gce-network-security.conf iptables-save
Per ulteriori informazioni, consulta la sezione Esecuzione degli script di avvio.
Per ottenere l'intervallo IP allocato per l'istanza di Cloud Data Fusion, vai alla pagina Dettagli istanza di Cloud Data Fusion.
gcloud
Crea un modello di istanza:
export TEMPLATE_NAME=TEMPLATE_NAME export REGION=REGION export SUBNET=SUBNET export SERVICE_ACCOUNT=SERVICE_ACCOUNT gcloud beta compute --project=$CDF_PROJECT instance-templates create $TEMPLATE_NAME \ --machine-type=e2-medium \ --subnet=projects/$CDF_PROJECT/regions/$REGION/subnetworks/$SUBNET \ --network-tier=PREMIUM --metadata=startup-script=sudo\ bash\ -c\ \"echo\ 1\ \>\ /proc/sys/net/ipv4/ip_forward\"$'\n'sudo\ iptables\ -t\ nat\ -A\ POSTROUTING\ -s\ 0.0.0.0/0\ -j\ MASQUERADE$'\n'sudo\ bash\ -c\ \"echo\ net.ipv4.ip_forward=1\ \>\ /etc/sysctl.d/11-gce-network-security.conf\"$'\n'sudo\ iptables-save \ --can-ip-forward --no-address --maintenance-policy=MIGRATE \ --service-account=$SERVICE_ACCOUNT \ --scopes=https://www.googleapis.com/auth/devstorage.read_only,https://www.googleapis.com/auth/logging.write,https://www.googleapis.com/auth/monitoring.write,https://www.googleapis.com/auth/servicecontrol,https://www.googleapis.com/auth/service.management.readonly,https://www.googleapis.com/auth/trace.append \ --region=$REGION --tags=http-server,https-server,allow-health-checks \ --image=debian-10-buster-v20210316 \ --image-project=debian-cloud --boot-disk-size=10GB \ --boot-disk-type=pd-balanced \ --boot-disk-device-name=$TEMPLATE_NAME \ --no-shielded-secure-boot --no-shielded-vtpm \ --no-shielded-integrity-monitoring \ --reservation-affinity=any
Crea un controllo di integrità
Nessun servizio viene eseguito su questa istanza VM del gateway, quindi puoi utilizzare la porta 22
per il controllo di integrità.
Console
gcloud
Crea un controllo di integrità:
export HEATH_CHECK=HEALTH_CHECK_NAME gcloud beta compute health-checks create tcp $HEATH_CHECK --project=$CDF_PROJECT \ --port=22 --proxy-header=NONE --no-enable-logging \ --check-interval=5 --timeout=5 \ --unhealthy-threshold=2 --healthy-threshold=2
Crea un gruppo di istanze
Utilizzando il controllo di integrità creato nel passaggio precedente, crea un gruppo di istanze:
Console
Consulta Creazione di gruppi di istanze gestite.
gcloud
Crea un gruppo di istanze:
export INSTANCE_GROUP=INSTANCE_GROUP gcloud beta compute --project=$CDF_PROJECT instance-groups managed create $INSTANCE_GROUP \ --base-instance-name=$INSTANCE_GROUP \ --template=$TEMPLATE_NAME --size=1 --zone=$ZONE \ --health-check=test --initial-delay=300 gcloud beta compute --project "$CDF_PROJECT" instance-groups managed set-autoscaling "$INSTANCE_GROUP" \ --zone "$ZONE" --cool-down-period "60" \ --max-num-replicas "10" --min-num-replicas "1" \ --target-cpu-utilization "0.6" --mode "on"
Crea un bilanciatore del carico
Crea un bilanciatore del carico TCP (ILB) dal gruppo di istanze creato nel passaggio precedente.
Aggiungi la route personalizzata al bilanciatore del carico
Aggiungi la route personalizzata al bilanciatore del carico interno (ILB) nello stesso VPC dell'istanza di Cloud Data Fusion.
Console
Vai alla pagina Rete VPC.
Nella scheda Route, fai clic su Crea route.
gcloud
Aggiungi la route personalizzata al bilanciatore del carico interno:
export ROUTE=ROUTE_NAME export ILB_FRONTEND=<ip_of_ilb_frontend> gcloud beta compute routes create $ROUTE --project=$CDF_PROJECT \ --network=$VPC_NETWORK --priority=1001 \ --destination-range=0.0.0.0/0 \ --next-hop-ilb=$ILB_FRONTEND \ --next-hop-ilb-region=$REGION
Risoluzione dei problemi
Errori di timeout della connessione in Preview o Wrangler
Durante la configurazione dei controlli in uscita, potresti visualizzare un errore Connection Timeout
.
Per risolvere il problema, verifica che siano configurate le seguenti impostazioni:
- È presente il peering di rete VPC tra il progetto tenant e il progetto del cliente.
- Per il peering di rete VPC sono abilitate route di esportazione.
- La route personalizzata alla VM o al ILB del gateway non è mancante.
- Le regole firewall che consentono il traffico
HTTP
eHTTPS
non sono mancanti.
I controlli di integrità del gruppo di istanze non hanno esito positivo
Verifica che siano presenti regole firewall per consentire il traffico TCP, UDP e ICMP dall'intervallo di origine 130.211.0.0/22,35.191.0.0/16
.
Errore della pipeline durante l'esecuzione in Dataproc
Per accedere alla rete internet pubblica al momento dell'esecuzione, abilita Cloud NAT nella stessa regione e nella stessa rete del cluster Dataproc.
Passaggi successivi
- Scopri come controllare il traffico in uscita in un'istanza privata di Cloud Data Fusion verso un solo insieme specifico di domini.
- Scopri di più sul networking in Cloud Data Fusion.