Dataproc Serverless とは

Dataproc Serverless を使用すると、独自の Dataproc クラスタのプロビジョニングや管理を行うことなく、Spark ワークロードを実行できます。Dataproc Serverless ワークロードを実行するには、次の 2 つの方法があります。

Dataproc Serverless for Spark バッチ

Google Cloud コンソール、Google Cloud CLI、または Dataproc API を使用して、バッチ ワークロードを Dataproc Serverless サービスに送信します。このサービスは、マネージド コンピューティング インフラストラクチャでワークロードを実行し、必要に応じてリソースを自動スケーリングします。Dataproc サーバーレス料金は、ワークロードが実行されている時間に対してのみ適用されます。

開始するには、Apache Spark バッチ ワークロードを実行するをご覧ください。

Dataproc Serverless for Spark Interactive

Dataproc Serverless for Spark Interactive セッションでは、Jupyter ノートブックでコードを記述、実行します。ノートブック セッションは次の方法で作成できます。

  • Dataproc JupyterLab プラグインを使用して、作成および管理するテンプレートから複数のノートブック セッションを作成します。ローカルマシンまたは Compute Engine VM にプラグインをインストールすると、異なる Spark カーネル構成に対応するさまざまなカードが JupyterLab ランチャー ページに表示されます。カードをクリックして Dataproc Serverless ノートブック セッションを作成し、ノートブックでコードの記述とテストを開始します。

    また、Dataproc JupyterLab プラグインの JupyterLab ランチャー ページを使用して、次のアクションを実行することもできます。

    • Dataproc on Compute Engine クラスタを作成する。
    • Dataproc on Compute Engine クラスタにジョブを送信する。
    • Google Cloud と Spark のログを表示する。

まず、サーバーレス バッチとインタラクティブ ノートブックのセッションに JupyterLab を使用するをご覧ください。

Spark 用 Dataproc サーバーレスと Compute Engine 上の Dataproc の比較

Dataproc on Compute Engine は、インフラストラクチャをプロビジョニングして管理し、Spark や他のオープンソース処理フレームワークでワークロードを実行する場合に最適です。次の表に、Dataproc on Compute Engine と Dataproc Serverless for Spark の主な違いを示します。

可能な操作 Spark 向け Dataproc サーバーレス Compute Engine 上の Dataproc
処理フレームワーク バッチ: Spark 3.4 以前のバージョン
インタラクティブ: Spark 3.4 以前のバージョンの PySpark カーネル
Spark 3.3 またはそれより前のバージョン。Hive、Flink、Trino、Kafka などの他のオープンソース フレームワーク
Serverless ×
スタートアップ時間 60s 90s
インフラストラクチャの管理 ×
リソース管理 Spark ベース YARN ベース
GPU のサポート はい
インタラクティブ セッション ×
カスタム コンテナ はい ×
VM アクセス(SSH など) ×
Java のバージョン Java 17、11 以前のバージョンがサポートされている
OS Login サポート * ×

注:

  • OS ログイン ポリシーは、Dataproc サーバーレスに適用されず、サポートされません。組織が OS Login ポリシーを適用すると、その Dataproc サーバーレス ワークロードは失敗します。

Dataproc サーバーレスのセキュリティ コンプライアンス

Dataproc サーバーレスは、Dataproc のすべてのデータ所在地CMEKVPC-SC、その他のセキュリティ要件を遵守しています。

Dataproc Serverless for Spark のバッチ ワークロードの機能

Spark バッチ ワークロード タイプでは、次の Dataproc サーバーレスを実行できます。

  • PySpark
  • Spark SQL
  • Spark R
  • Spark(Java または Scala)

Dataproc Serverless for Spark バッチ ワークロードを送信するときに、Spark のプロパティを指定できます。