Entorno de ejecución de Dataproc Serverless Spark 2.2.x

Consulta las notas de la versión de Dataproc Serverless para ver los avisos de actualización más recientes del entorno de ejecución de Dataproc Serverless.

Componentes de la versión 2.2 del entorno de ejecución de Spark

Componente	2.2.30 2024/10/31	2.2.29 2024/10/25	2.2.28 2024/10/17	2.2.27 2024/10/11	2.2.26 2024/10/04
Apache Spark^Nota 1	3.5.1	3.5.1	3.5.1	3.5.1	3.5.1
Conector de Cloud Storage	3.0.3	3.0.3	3.0.0	3.0.0	3.0.0
Conector de BigQuery	0.36.4	0.36.4	0.36.4	0.36.4	0.36.4
Java	17	17	17	17	17
Conda	24.1	24.1	24.1	24.1	24.1
Python	3.12	3.12	3.12	3.12	3.12
R	4.3	4.3	4.3	4.3	4.3
Scala	2.13	2.13	2.13	2.13	2.13

Notas:

1. El entorno de ejecución de 2.2 usa la codificación de caracteres predeterminada de UTF-8.

Bibliotecas del entorno de ejecución de Spark 2.2

aprendizaje, como TensorFlow, PyTorch y XGBoost, y ofrecen un entorno listo para usar para aplicaciones de aprendizaje automático y ciencia de datos.

En las siguientes secciones, se enumeran las versiones de bibliotecas que están disponibles en Dataproc sin servidores para la versión del entorno de ejecución de Spark 2.2.

Bibliotecas específicas de la GPU

Los siguientes controladores de NVIDIA y versiones de la biblioteca de Spark Rapids están disponibles en el contenedor de Dataproc Serverless para acelerar las cargas de trabajo por lotes de Spark con la biblioteca de NVIDIA Spark Rapids.

Nombre del paquete	Versión
Spark Rapids	24.04.0
Controlador de NVIDIA	550.127.05

Bibliotecas de XGBoost

Nota: XGBoost distribuido en Spark se puede usar con paquetes de JVM y APIs de PySpark. El entorno de ejecución de Dataproc Serverless 2.2 admite XGBoost distribuido con las APIs de PySpark. No puedes usar XGBoost de Spark distribuido en una carga de trabajo por lotes de Dataproc sin servidores que tenga habilitado el ajuste de escala automático (el comportamiento predeterminado) porque los nodos nuevos que inician el escalamiento elástico no pueden recibir tareas nuevas y permanecen inactivos. Para usar XGBoost con una carga de trabajo por lotes, puedes establecer la propiedad spark.dynamicAllocation.enabled = false en una carga de trabajo por lotes para inhabilitar la asignación dinámica.

Bibliotecas de Python

Las siguientes versiones de bibliotecas de Python se incluyen en la versión 2.2 del entorno de ejecución de Dataproc Serverless para Spark.

Nombre del paquete	Versión
acelerar	0.33
bigframes	1.7
cookiecutter	2.6
cython	3.0
dask	2024.5
deepspeed	0.14
evaluate	0.4
fastavro	1.9
fastparquet	2024.2
gcsfs	2024.5
git	2.45
google-auth-oauthlib	1.2
google-cloud-aiplatform	1.60
google-cloud-bigquery	3.23
google-cloud-bigquery-storage	2.25
google-cloud-bigtable	2.23
google-cloud-container	2.45
google-cloud-datacatalog	3.19
google-cloud-dataproc	5.9
google-cloud-datastore	2.19
google-cloud-dlp	3.22
google-cloud-language	2.13
google-cloud-logging	3.10
google-cloud-monitoring	2.21
google-cloud-pubsub	2.21
google-cloud-redis	2.15
google-cloud-secret-manager	2.20
google-cloud-spanner	3.46
google-cloud-speech	2.26
google-cloud-storage	2.16
google-cloud-texttospeech	2.16
google-cloud-translate	3.15
google-cloud-vision	3.7
httplib2	0.22
ipyparallel	8.8
ipython-sql	0.3
ipywidgets	8.1
jupyter_http_over_ws	0.0
jupyterlab	4.1
jupyterlab-git	0.50
keyrings.google-artifactregistry-auth	1.1
langchain	0.2
lightgbm	4.5
markdown	3.6
matplotlib	3.8
nbclassic	1.0
nbconvert	7.16
nbdime	4.0
nltk	3.8
nodejs	20.12
numba	0.59
numpy	1.26
oauth2client	4.1
openblas	0.3
opencv	4.9
orc	2.0
pandas	2.2
papelera	2.6
pyarrow	15.0
pydot	2.0
pyhive	0.7
pymongo	4.7
pynvml	11.5
pytables	3.9
pytorch-cpu	2.3
regex	2024.5
solicitudes	2.31
rtree	1.2
scikit-image	0.22
scikit-learn	1.5
scipy	1.11
seaborn	0.12
sentence-transformers	3.0
sqlalchemy	2.0
sympy	1.12
tokenizadores	0.19
transformadores	4.43
tornado	6.4
uritemplate	4.1
virtualenv	20.26
wordcloud	1.9
xgboost	2.0
ydata-profiling	4.8

Bibliotecas de R

Las siguientes versiones de la biblioteca de R se incluyen en la versión 2.2 del entorno de ejecución de Dataproc Serverless para Spark.

Nombre del paquete	Versión
askpass	1.2
assertthat	0.2
portabilidad a versiones anteriores	1.5
bit	4.0
bit64	4.0
blob	1.2
boot	1.3_30
preparar	1.0_10
escoba	1.0
callr	3.7
signo de intercalación	6.0_94
cellranger	1.1
chron	2.3_61
clase	7.3_22
CLI	3.6
clipr	0.8
clúster	2.1
codetools	0.2_20
colorspace	2.1_0
commonmark	1.9
cpp11	0.4
crayón	1.5
curl	5.1
data.table	1.15
dbi	1.2
dbplyr	2.5
desc	1.4
devtools	2.4
resumen	0.6
dplyr	1.1
elipsis	0.3
evaluate	0.23
fansi	1.0
fastmap	1.2
forcats	1.0
foreach	1.5
extranjero	0.8_86
fs	1.6
future	1.33
genéricos	0.1
ggplot2	3.5
gh	1.4
glmnet	4.1_8
globales	0.16
pegamento	1.7
gower	1.0
gtable	0.3
refugio	2.5
más alto	0.10
hms	1.1
htmltools	0.5.8
htmlwidgets	1.6
httpuv	1.6
httr	1.4
hwriter	1.3.2
ini	0.3
ipred	0.9_14
isoband	0.2
iteradores	1.0
jsonlite	1.8
kernsmooth	2.23_24
knitr	1.46
etiquetado	0.4
más tarde	1.3
celosía	0.22_6
lava	1.7
lifecycle	1.0
listenv	0.9
lubridate	1.9
magrittr	2.0
markdown	1.12
masa	7.3_60
matriz	1.6_5
memoise	2.0
mgcv	1.9_1
mime	0.12
modelmetrics	1.2.2
modelr	0.1
Munsell	0.5
nlme	3.1_164
nnet	7.3_19
numderiv	2016.8_1
openssl	2.2
pilar	1.9
pkgbuild	1.4
pkgconfig	2.0
pkgload	1.3
plogr	0.2
plyr	1.8
alabanza	1.0
prettyunits	1.2
processx	3.8
prodlim	2023.08
#googlecloudcertified	1.2
promesas	1.3
protocolo	1.0
ps	1.7
purrr	1.0
r6	2.5
randomforest	4.7_1
rappdirs	0.3
rcmdcheck	1.4
rcolorbrewer	1.1_3
rcpp	1.0
rcurl	1.98_1
readr	2.1
readxl	1.4
recipes	1.0
revancha	2.0
controles remotos	2.5
reprex	2.1
reshape2	1.4
rlang	1.1
rmarkdown	2.27
rodbc	1.3_23
roxygen2	7.3
rpart	4.1
rprojroot	2.0
rserve	1.8_7
rsqlite	2.3
rstudioapi	0.16
rvest	1.0
escalas	1.3
selector	0.4_2
sessioninfo	1.2
forma	1.4.6
brillante	1.8.1
sourcetools	0.1
espacial	7.3_17
squarem	2021.1
stringi	1.8
stringr	1.5
supervivencia	3.6_4
sys	3.4
teachingdemos	2.12
testthat	3.2.1
tibble	3.2
tidyr	1.3
tidyselect	1.2
tidyverse	2.0
timedate	4032.109
tinytex	0.51
usethis	2.2
utf8	1.2
uuid	1.2_0
vctrs	0.6
bigote	0.4
withr	3.0
xfun	0.44
xml2	1.3
xopen	1.0
xtable	1.8_4
yaml	2.3
zip	2.3