Versões auxiliares

Nesta página, explicamos como usar o recurso de versões auxiliares com o metastore do Dataproc.

As versões auxiliares permitem conectar duas versões diferentes de um metastore do Hive a um único serviço do metastore do Dataproc. Essa configuração permite oferecer suporte a vários mecanismos de processamento de dados que precisam ser executados em diferentes versões do metastore do Hive.

Por exemplo, usando versões auxiliares, é possível conectar vários clusters do Dataproc ao mesmo serviço do metastore do Dataproc. Nessa configuração, um cluster pode executar a versão 2.0 do Dataproc, enquanto o outro executa a versão 1.5. O cluster do Dataproc 2.0 pode se conectar a um endpoint que expõe a versão 3.1.2 do Hive, enquanto o cluster do Dataproc 1.5 se conecta a um endpoint que expõe a versão 2.3.6 do Hive.

Como as versões auxiliares funcionam

Quando você ativa versões auxiliares, o metastore do Dataproc expõe um endpoint separado para cada versão do metastore do Hive. No entanto, os dois endpoints continuam compartilhando o mesmo banco de dados de metadados.

Esse recurso não permite usar diferentes conjuntos de metadados com um único serviço do Metastore do Dataproc. Em vez disso, ele oferece uma maneira de ampliar e melhorar a compatibilidade entre seus serviços.

Observação: quando você ativa esse recurso, o metastore original do Hive na sua configuração é chamado de versão principal, e o outro metastore do Hive é chamado de versão auxiliar.

Considerações

Geral

• Só é possível criar uma versão auxiliar para cada serviço do metastore do Dataproc.

• A versão auxiliar precisa ser configurada para usar uma versão de metastore do Hive anterior à versão principal.

• A versão auxiliar mantém um arquivo de registro separado da versão principal. Para depurar problemas do metastore do Hive, use o Cloud Logging.

Suporte a recursos

• A versão auxiliar não é compatível com os seguintes recursos:

  • Importar metadados, Exportar metadados

  • Fazer backup de uma metastore, Restaurar uma metastore de um backup

    Os recursos relacionados a metadados (importação/exportação/backup/restauração) só podem ser usados com a versão principal, já que os metadados do back-end entre as duas versões são compartilhados.

• Alguns métodos do Hive podem não ser compatíveis entre a versão auxiliar e a principal. Essa compatibilidade depende das versões do Hive que você está usando para as versões principais e auxiliares e dos métodos que são compatíveis entre as versões do Hive.

• Nem todas as funções de uma instância principal do Dataproc Metastore são compatíveis com a versão auxiliar. Por exemplo, a inserção de registros em uma tabela transacional do Hive não é compatível com uma interface de cliente do Hive 2 com uma versão auxiliar 2.3.6. No entanto, essa operação tem suporte a uma interface de cliente do Hive 3 com a versão principal 3.1.2.

  Se um recurso em uma versão mais antiga do Hive for descontinuado em uma versão mais recente, a versão auxiliar mais antiga correspondente não terá suporte para o recurso descontinuado. Por exemplo, o Hive 2 oferece suporte a índices, mas uma versão auxiliar que executa o Hive 2.3.6 não terá suporte ao índice se a versão principal executar o Hive 3.1.2.

• A criação de tabelas transacionais usando a versão auxiliar ou a inserção de dados em tabelas transacionais na versão auxiliar é impedida.

Propriedades compartilhadas entre versões

Quando você cria uma versão auxiliar, algumas propriedades são compartilhadas e permanecem comuns entre a versão auxiliar e a principal. Outras propriedades não são compartilhadas e são separadas entre as duas versões.

A tabela a seguir lista essas diferenças.

Propriedades	Nome	Separado
Endpoint		✓
Substituições de configuração do Hive*		✓
Configuração do Kerberos	✓
Protocolo de endpoint (Thrift/gRPC)	✓
Porta de redução de custos	✓
Bucket do Artifacts no Cloud Storage	✓
Nível	✓
Janela de manutenção	✓
Canal de lançamento	✓
Configuração de criptografia	✓
Tipo de banco de dados	✓
Botão de ativação da sincronização do Data Catalog	✓
Métrica de contagem de solicitações		✓
Configurações de rede		✓

* As substituições de configuração do Hive permanecem separadas entre a versão auxiliar e a principal. No entanto, a versão auxiliar faz referência a uma lista mesclada das substituições (principal + auxiliar). Nesse caso, a configuração auxiliar tem precedência sobre a principal.

Antes de começar

• Ativar o Dataproc Metastore

Papéis necessários

Para receber a permissão necessária para criar uma metastore do Dataproc que usa versões auxiliares, peça ao administrador para conceder a você os seguintes papéis do IAM no projeto, com base no princípio de privilégio mínimo:

• Conceder controle total dos recursos do metastore do Dataproc (roles/metastore.editor)
• Conceder acesso total a todos os recursos do metastore do Dataproc, incluindo a administração de políticas do IAM (roles/metastore.admin)

Para mais informações sobre a concessão de papéis, consulte Gerenciar o acesso a projetos, pastas e organizações.

Esse papel predefinido contém a permissão metastore.services.create, que é necessária para criar uma metastore do Dataproc que use versões auxiliares.

Também é possível conseguir essa permissão com papéis personalizados ou outros papéis predefinidos.

Para mais informações sobre papéis e permissões específicos do Dataproc Metastore, consulte Gerenciar o acesso ao Dataproc com o IAM.

Criar uma versão auxiliar para um novo serviço

O exemplo a seguir mostra uma versão abreviada das etapas que você segue para ativar versões auxiliares. Para ver instruções detalhadas sobre todo o processo, consulte Criar uma Metastore do Dataproc.

Console

1. No console do Google Cloud, abra a página Metastore do Dataproc:

   Metastore do Dataproc aberta

2. Na parte superior da página Metastore do Dataproc, clique no botão Criar.

   A página Criar serviço é aberta.

3. Em Configuração da versão auxiliar, ative as versões auxiliares.

4. Clique em Adicionar versão auxiliar.

   1. Insira um nome para a versão auxiliar.

   2. Selecione uma versão auxiliar.

   3. Opcional: para aplicar um mapeamento à versão auxiliar, clique em + Adicionar substituições.

   4. Clique em Concluído.

5. Escolha as configurações restantes para o serviço, conforme necessário.

6. Clique em Enviar.

CLI da gcloud

1. Para criar um serviço do metastore do Dataproc com uma versão auxiliar, execute um dos seguintes comandos gcloud metastore services create:

   gcloud metastore services create SERVICE \
       --location=LOCATION \
       --auxiliary-versions=AUXILIARY_VERSIONS, ...
   

   • SERVICE: o nome do serviço do metastore do Dataproc.
   • LOCATION: a região em que você quer criar seu serviço do Dataproc Metastore.
   • AUXILIARY_VERSIONS: uma lista separada por vírgulas das versões da metastore do Hive a serem implantadas para a versão auxiliar. Só é possível usar uma versão auxiliar. Use o seguinte formato "2.3.6".
   • AUXILIARY_VERSIONS_FROM_FILE: um caminho para um arquivo YAML que contém a configuração de versões auxiliares. Para mais informações e um exemplo, consulte a documentação do SDK.

2. Verifique se a criação foi bem-sucedida.

curl

Para criar um serviço do metastore do Dataproc com uma versão auxiliar, use o método create.

Observação: o comando a seguir pressupõe que você fez login na CLI gcloud com sua conta de usuário executando gcloud init ou gcloud auth login ou usando o Cloud Shell, que faz login automaticamente na CLI gcloud. É possível verificar a conta ativa executando gcloud auth list.

curl -X POST -s -i \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -d '{"network":"projects/PROJECT_ID/global/networks/default", "port": 9083, "hive_metastore_config": {"auxiliary_versions": {"aux-version1": {"version": "AUX_VERSION"} } } }' \
     -H "Content-Type:application/json" \
     https://metastore.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/services?service_id=SERVICE_ID

Substitua:

• SERVICE_ID: o nome do novo serviço do metastore do Dataproc.
• PROJECT_ID: o ID do projeto do Google Cloud em que você está criando o serviço Metastore do Dataproc.
• LOCATION: a região em que o metastore do Dataproc está localizado.
• AUX_VERSIONS: uma lista separada por vírgulas de versões de metastore do Hive a serem implantadas. Só é possível usar uma versão auxiliar.

Atualizar uma versão auxiliar de um serviço

As instruções a seguir mostram como atualizar um serviço do metastore do Dataproc que usa versões auxiliares.

Ao executar uma operação de atualização, é possível realizar as seguintes tarefas:

• Adicione uma nova versão auxiliar.
• Excluir uma versão auxiliar.

• Adicionar ou modificar substituições de uma versão auxiliar.

Console

1. No console do Google Cloud, abra a página Metastore do Dataproc:

   Metastore do Dataproc aberta

2. Na página Metastore do Dataproc, clique no nome do serviço que você quer atualizar.

   A página Detalhes do serviço é aberta.

3. Na guia Configuração, clique em Editar.

   A página Editar serviço é aberta.

4. Na seção Configuração de versão auxiliar, clique no botão para ativar ou desativar as versões auxiliares.

   Você pode concluir as seguintes tarefas:

   1. Para excluir uma versão auxiliar, clique em Excluir.

   2. Para adicionar uma nova versão auxiliar, clique em Adicionar versão auxiliar.

   3. Para aplicar um mapeamento de substituição a uma versão auxiliar, clique em + Adicionar substituições.

5. Clique em Enviar.

CLI da gcloud

1. Para atualizar um serviço do metastore do Dataproc que usa uma versão auxiliar, execute um dos seguintes comandos gcloud metastore services update:

   gcloud metastore services update SERVICE \
      --location=LOCATION \
      --add-auxiliary-versions=AUXILIARY_VERSIONS, ...
   

   ou

   gcloud metastore services update SERVICE \
      --location=LOCATION \
      --update-auxiliary-versions-from-file=AUXILIARY_VERSIONS_FROM_FILE
   

   Substitua:

   • SERVICE: o nome do serviço do metastore do Dataproc.
   • LOCATION: a região em que o metastore do Dataproc está localizado.
   • AUXILIARY_VERSIONS: uma lista separada por vírgulas de versões auxiliares de metastore do Hive para implantar.
   • AUXILIARY_VERSIONS_FROM_FILE: um caminho para um arquivo YAML que contém a configuração de versões auxiliares. Para mais informações e um exemplo, consulte a documentação do SDK.

2. Verifique se a atualização foi concluída.

curl

Para atualizar um serviço do metastore do Dataproc que usa uma versão auxiliar, use o método patch.

Observação: o comando a seguir pressupõe que você fez login na CLI gcloud com sua conta de usuário executando gcloud init ou gcloud auth login, ou usando o Cloud Shell, que faz login automaticamente na CLI gcloud. É possível verificar a conta ativa executando gcloud auth list.

curl -X PATCH -s -i \
   -H "Authorization: Bearer $(gcloud auth print-access-token)" \
   -d '{"hive_metastore_config": {"auxiliary_versions": {"aux-version1": {"version": "AUX_VERSION} } } }' \
   -H "Content-Type:application/json" \
   https://metastore.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/services/SERVICE_ID?update_mask=hive_metastore_config.auxiliary_versions

Substitua:

• SERVICE_ID: o nome do serviço do metastore do Dataproc.
• PROJECT_ID: o ID do projeto do Google Cloud em que você está criando o cluster do serviço Metastore do Dataproc.
• LOCATION: a região em que o metastore do Dataproc está localizado.
• AUX_VERSIONS: uma lista separada por vírgulas de versões auxiliares de metastore do Hive para implantar.

A seguir

• Criar um serviço
• Atualizar e excluir um serviço