Crea una copia de seguridad de un servicio de Dataproc Metastore

En esta página, se explica cómo crear una copia de seguridad de un servicio de Dataproc Metastore.

Una copia de seguridad toma una instantánea de tu servicio y guarda su configuración actual y todos los metadatos almacenados.

Después de crear una copia de seguridad, puedes usar la función Restablecer desde una copia de seguridad para propagar un nuevo servicio de Dataproc Metastore con los datos guardados en la instantánea.

Antes de comenzar

Roles obligatorios

Para obtener los permisos que necesitas para crear una copia de seguridad de un servicio de Metastore de Dataproc, pídele a tu administrador que te otorgue los siguientes roles de IAM:

Para obtener más información sobre cómo otorgar roles, consulta Administra el acceso a proyectos, carpetas y organizaciones.

Estos roles predefinidos contienen los permisos necesarios para crear una copia de seguridad de un servicio de Metastore de Dataproc. Para ver los permisos exactos que son necesarios, expande la sección Permisos requeridos:

Permisos necesarios

Se requieren los siguientes permisos para crear una copia de seguridad de un servicio de Dataproc Metastore:

  • Para crear una copia de seguridad de un servicio de metadatos, sigue estos pasos: metastore.backups.create
  • Para usar el objeto de Cloud Storage, haz lo siguiente:
    • orgpolicy.policy.get
    • resourcemanager.projects.get
    • resourcemanager.projects.list
    • storage.managedFolders.create
    • storage.managedFolders.delete
    • storage.managedFolders.get
    • storage.managedFolders.list
    • storage.multipartUploads.*
    • storage.objects.create
    • storage.objects.delete
    • storage.objects.get
    • storage.objects.list
    • storage.objects.restore
    • storage.objects.update

También puedes obtener estos permisos con roles personalizados o con otros roles predefinidos.

Para obtener más información sobre los roles y permisos específicos de Dataproc Metastore, consulta Descripción general de la IAM de Dataproc Metastore.

Consideraciones sobre las copias de seguridad

Antes de ejecutar una operación de copia de seguridad, ten en cuenta las siguientes consideraciones:

  • Para cada servicio de Dataproc Metastore, puedes crear y almacenar hasta siete copias de seguridad a la vez. Si intentas superar las siete copias de seguridad, el proceso de copia de seguridad falla. Si quieres crear otra copia de seguridad, primero debes borrar manualmente uno de los archivos de copia de seguridad almacenados.
  • Mientras se ejecuta una operación de copia de seguridad, no puedes actualizar tu servicio de Dataproc Metastore. Por ejemplo, no puedes cambiar la configuración. Sin embargo, puedes seguir usando tu servicio para operaciones normales, como acceder a metadatos desde Dataproc adjunto o clústeres administrados por el cliente.
  • Puedes crear copias de seguridad programadas que se ejecuten en varios intervalos de cron, como todos los días.

Crear una copia de seguridad

Para crear una copia de seguridad de un servicio de Dataproc Metastore, completa los pasos en una de las siguientes pestañas:

Console

  1. En la consola de Google Cloud, abre la página Dataproc Metastore:

    Abrir Dataproc Metastore

  2. En la página Dataproc Metastore, haz clic en el nombre del servicio del que deseas crear una copia de seguridad.

    Se abrirá la página Detalles del servicio.

    Página de detalles del servicio
    Figura 1: La página de detalles del servicio de Dataproc Metastore

  3. Haz clic en Copia de seguridad en la parte superior de la página.

    Se abrirá la página Copia de seguridad.

  4. Ingresa el nombre de la copia de seguridad.

  5. Opcional: Ingresa una descripción de la copia de seguridad.

  6. Para iniciar la operación de copia de seguridad, haz clic en Copia de seguridad.

    Regresa a la página Dataproc Metastore y verifica que se haya creado una copia de seguridad de tu servicio correctamente.

    Cuando se completa la copia de seguridad, Dataproc Metastore vuelve automáticamente al estado activo, independientemente de si la copia de seguridad se realizó correctamente o no.

gcloud CLI

  1. Para crear una copia de seguridad de un servicio de Dataproc Metastore, ejecuta el siguiente comando gcloud metastore services backups create:

    gcloud metastore services backups create BACKUP \
    --location=LOCATION \
    --service=SERVICE \
    --description=DESCRIPTION

    Reemplaza lo siguiente:

    • BACKUP: El ID o el identificador completamente calificado de la copia de seguridad
    • LOCATION: Es la región de Google Cloud en la que reside tu servicio de Dataproc Metastore.
    • SERVICE: Es el nombre de tu servicio de Dataproc Metastore.
    • DESCRIPTION: Una descripción de tu copia de seguridad.

  2. Verifica que se haya creado una copia de seguridad de tu servicio correctamente.

    Cuando se completa la copia de seguridad, Dataproc Metastore vuelve automáticamente al estado activo, independientemente de si la copia de seguridad se realizó de forma correcta o no.

REST

Sigue las instrucciones de la API para crear una copia de seguridad de los metadatos de un servicio con el Explorador de API.

Cuando se completa la copia de seguridad, Dataproc Metastore vuelve automáticamente al estado activo, independientemente de si la copia de seguridad se realizó correctamente o no.

Cómo ver el historial de copias de seguridad

Para ver el historial de copias de seguridad de un servicio de Dataproc Metastore en la consola de Google Cloud, completa los siguientes pasos:

  1. En la consola de Google Cloud, abre la página Dataproc Metastore.

  2. En la barra de navegación, haz clic en Backup/Restore.

    Tu historial de copias de seguridad aparecerá en una tabla en Copias de seguridad.

    El historial muestra hasta las 7 copias de seguridad más recientes.

    Si borras un servicio de Dataproc Metastore, también se borrará todo el historial de copias de seguridad asociado.

Borrar una copia de seguridad

Para borrar una copia de seguridad de Dataproc Metastore en la consola de Google Cloud, completa los siguientes pasos:

  1. En la consola de Google Cloud, abre la página Dataproc Metastore.
  2. En la barra de navegación, haz clic en Backup/Restore.
  3. Busca la copia de seguridad que deseas borrar y haz clic en el botón de configuración.
  4. Haz clic en Borrar.

Programa una copia de seguridad

Las copias de seguridad se pueden programar para que se ejecuten en intervalos de trabajos cron especificados por el usuario, lo que incluye la ejecución diaria, semanal o mensual. Una programación de cron usa el formato de cadena unix-cron (* * * * *) que es un conjunto de cinco campos en una línea, que indica cuándo se debe ejecutar el trabajo.

Por ejemplo, puedes establecer un intervalo personalizado para crear una copia de seguridad cada semana, como todos los miércoles a las 2:00 p.m. (PST).

Consideraciones sobre las copias de seguridad programadas

  • Las copias de seguridad programadas deben especificar una ubicación, que debe ser una ruta de acceso de Cloud Storage.
  • Las copias de seguridad programadas siempre se crean en el formato de archivo Avro.
  • Las copias de seguridad programadas se configuran en la zona horaria UTC de forma predeterminada. Puedes cambiar la zona horaria cuando crees la copia de seguridad por primera vez.
  • Las copias de seguridad programadas se pueden configurar para que se ejecuten en intervalos por hora, diarios, semanales o mensuales. El intervalo mínimo por hora que puedes establecer es de 4 horas.

Crea una copia de seguridad programada

Los programas de copias de seguridad se pueden establecer cuando creas tu servicio por primera vez o agregar más adelante cuando lo actualizas.

Para crear un servicio de Dataproc Metastore 2 con una copia de seguridad programada, completa los pasos en una de las siguientes pestañas:

Console

  1. En la consola de Google Cloud, abre la página Dataproc Metastore.

  2. En la parte superior de la página Dataproc Metastore haz clic en el botón Crear.

    Se abrirá la página Crear servicio.

  3. Selecciona Dataproc Metastore 2.

  4. En Copias de seguridad programadas, establece el botón de activación en Habilitar.

  5. En Ubicación, selecciona la ubicación de Cloud Storage en la que deseas almacenar la copia de seguridad programada.

  6. Opcional: En Programación, selecciona lo siguiente:

    1. En Se repite, selecciona la recurrencia, como Diariamente o Semanalmente.
    2. En A la hora, selecciona la hora de repetición, como 12:00 a.m.
    3. En Zona horaria, selecciona la zona horaria adecuada, como UTC-8.

  7. Para las demás opciones de configuración del servicio, usa los valores predeterminados proporcionados.

  8. Haz clic en Enviar.

gcloud CLI

  1. Para programar una copia de seguridad de un servicio de Dataproc Metastore, ejecuta el siguiente comando gcloud metastore services backups create:

    gcloud metastore services create SERVICE \
   --location=LOCATION \
   --enable-scheduled-backup \
   --scheduled-backup-cron=SCHEDULED_BACKUP_CRON \
   --scheduled-backup-location=SCHEDULED_BACKUP_LOCATION

    Reemplaza lo siguiente:

    • SERVICE: El ID o el identificador completamente calificado de la copia de seguridad.
    • LOCATION: Es la región de Google Cloud en la que reside tu servicio de Dataproc Metastore.
    • SCHEDULED_BACKUP_CRON: Es la frecuencia de la copia de seguridad, especificada en el formato de hora de cron. Por ejemplo, un valor de cron de 0 0 * * * programa una copia de seguridad diaria.
    • SCHEDULED_BACKUP_LOCATION: La ubicación de Cloud Storage de tu copia de seguridad Por ejemplo: gs://my-bucket/path/to/location.

    o

    También puedes programar una copia de seguridad almacenando los valores anteriores en un archivo de configuración:

    gcloud metastore services create SERVICE \
   --location=LOCATION \
   --scheduled-backup-configs-from-file=SCHEDULED_BACKUP_CONFIGS_FROM_FILE

    Reemplaza lo siguiente:

    • SCHEDULED_BACKUP_CONFIGS_FROM_FILE: Es una ruta de acceso a un archivo JSON que contiene los valores de configuración de la copia de seguridad enabled, cront_schedule, time_zone y backup_location.

    En el siguiente ejemplo, se muestra un archivo de configuración de copia de seguridad que habilita las copias de seguridad programadas, establece el programa de copias de seguridad cada hora, especifica la zona horaria como PST y define la ubicación de la copia de seguridad como un bucket de Cloud Storage. Puedes elegir zonas horarias de la lista de zonas horarias comunes de la base de datos tz.

    {
"enabled": true,
"cron_schedule": "0 0 * * *",
"time_zone": "PST",
"backup_location": "gs://my-bucket/path/to/location"
}

REST

Sigue las instrucciones de la API para crear una copia de seguridad programada mediante el Explorador de API.

Actualiza una copia de seguridad programada

Para actualizar un servicio de Dataproc Metastore 2 configurado con una copia de seguridad programada, completa los pasos en una de las siguientes pestañas:

Console

  1. En la consola de Google Cloud, abre la página Dataproc Metastore.

  2. En la página Dataproc Metastore, haz clic en el nombre del servicio para el que deseas programar una copia de seguridad.

  3. En Copias de seguridad programadas, establece el botón de activación en Habilitado.

  4. En Ubicación, selecciona la ubicación de Cloud Storage en la que deseas almacenar la copia de seguridad programada.

  5. Opcional: En Programar, selecciona valores para los siguientes campos:

    1. En Se repite, selecciona la recurrencia, como Diariamente o Semanalmente.
    2. En A la hora, selecciona la hora de repetición, como 12:00 a.m.
    3. En Zona horaria, selecciona la zona horaria adecuada, como UTC-8.

gcloud CLI

  1. Para programar una copia de seguridad de un servicio de Dataproc Metastore, ejecuta el siguiente comando gcloud metastore services backups update:

    gcloud metastore services update SERVICE \
   --location=LOCATION \
   --enable-scheduled-backup \
   --scheduled-backup-cron=SCHEDULED_BACKUP_CRON \
   --scheduled-backup-location=SCHEDULED_BACKUP_LOCATION \

    Reemplaza lo siguiente:

    • SERVICE: El ID o el identificador completamente calificado de la copia de seguridad programada.
    • LOCATION: Es la región de Google Cloud en la que reside tu servicio de Dataproc Metastore.
    • SCHEDULED_BACKUP_CRON: Es la frecuencia de la copia de seguridad, especificada en el formato de hora de cron. Por ejemplo, un valor de cron de 0 0 * * * programa una copia de seguridad diaria.
    • SCHEDULED_BACKUP_LOCATION: Es la ubicación de Cloud Storage de tu copia de seguridad programada. Por ejemplo: gs://my-bucket/path/to/location.

    También puedes actualizar una copia de seguridad programada con los valores anteriores almacenados en un archivo de configuración:

    gcloud metastore services update SERVICE \
   --location=LOCATION \
   --scheduled-backup-configs-from-file=SCHEDULED_BACKUP_CONFIGS_FROM_FILE

    Reemplaza lo siguiente:

    • SCHEDULED_BACKUP_CONFIGS_FROM_FILE: Es una ruta de acceso a un archivo JSON que contiene la configuración de la copia de seguridad.

    En el siguiente ejemplo, se muestra un archivo de configuración de copia de seguridad que inhabilita una copia de seguridad programada.

    {
"enabled": false,
}

REST

Sigue las instrucciones de la API para actualizar una copia de seguridad programada con el Explorador de API.

Cómo ver una copia de seguridad programada

Para ver un servicio de Dataproc Metastore 2 configurado con una copia de seguridad programada, completa los pasos en una de las siguientes pestañas:

Console

  1. En la consola de Google Cloud, abre la página Dataproc Metastore.

  2. Haz clic en Copia de seguridad en la parte superior de la página.

    Se abrirá la página Copia de seguridad, en la que se mostrarán tus copias de seguridad programadas. Ten en cuenta que las copias de seguridad en realidad se almacenan en el bucket de Cloud Storage que proporcionaste en la configuración de la copia de seguridad programada.

gcloud CLI

  1. Ejecuta el siguiente comando gcloud storage ls:

    gcloud storage ls gs://BUCKET_NAME/SERVICE/LOCATION

    Reemplaza lo siguiente:

    • BUCKET_NAME: Es la ruta de acceso al bucket de Cloud Storage que almacena la copia de seguridad programada que deseas ver.
    • SERVICE: El ID o el identificador completamente calificado de la copia de seguridad programada.
    • LOCATION: Es la región de Google Cloud en la que reside tu servicio de Dataproc Metastore.

REST

Sigue las instrucciones de la API para ver una copia de seguridad programada con el Explorador de API.

Soluciona los problemas comunes.

¿Qué sigue?