集群网页界面

避免安全漏洞。

公共网络上的开放端口和配置不当的防火墙规则可以允许未经授权的用户执行任意代码。^*

查看为子网防火墙规则指定来源 IP 范围。

创建 SSH 隧道以安全连接到集群的主实例。

Apache Hadoop YARN 提供的 REST API 与 YARN Web 界面共享相同的端口（默认端口 8088）。默认情况下，可以访问 YARN 网络界面的用户可以创建应用、提交作业、也可以执行 Cloud Storage 操作。如需了解如何设置允许的 YARN Resource Manager REST API 方法，请参阅允许的 YARN Resource Manager REST API。

Dataproc 集群附带的一些核心开源组件（例如Apache Hadoop 和 Apache Spark）提供了 Web 界面。这些界面可用于管理和监控集群资源和设施，例如 YARN 资源管理器、Hadoop 分布式文件系统 (HDFS)、MapReduce 和 Spark。您在集群上安装的其他组件或应用也可能会提供网络界面（例如，请参阅在 Cloud Dataproc 集群上安装并运行 Jupyter 笔记本）。

目标：下面显示的步骤和示例向您展示了如何使用 SSH 隧道（从本地网络或 Google Cloud Platform Cloud Shell 到集群的 Compute Engine 网络之间的隧道）安全连接到您的 Cloud Dataproc 集群上运行的 Web 界面。

请使用组件网关连接到核心组件和可选组件 Web 界面。使用 Dataproc 映像版本 1.3.29及更高版本创建的集群可以安装组件 Web 界面（包括 YARN、HDFS、Jupyter 和 Zeppelin 界面），并实现对这些组件 Web 界面的访问，而无需依赖 SSH 隧道或修改防火墙规则来允许入站流量。如需了解详情，请参阅 Dataproc 组件网关。

请参阅通过 SSH 连接到 Dataproc 集群，在 Dataproc 集群的主节点上打开 SSH 会话。

可用的界面

以下界面在 Dataproc 集群主服务器节点上可用（将 master-host-name 替换为主节点的名称）。

集群的 master-host-name 是 Dataproc 集群的名称加上 -m 后缀，例如，如果集群名为“my-cluster”，则 master-host-name 将为“my-cluster-m”。

Web 界面	端口	网址
YARN ResourceManager	8088^1	http://master-host-name:8088
HDFS NameNode	9870^2、3	http://master-host-name:9870

¹ 在启用 Kerberos 的集群上，YARN ResourceManager 网页界面端口为 8090，它在 HTTPS 上运行。

² 在启用了 Kerberos 的集群上，HDFS Namenode 网页界面端口为 9871，它在 HTTPS 上运行。

³ 在早期 Dataproc 版本（1.2 版之前）中，HDFS Namenode 的 Web 界面端口为 50070。

YARN ResourceManager 具有所有当前正在运行以及已完成的 MapReduce 和 Spark 应用 Web 界面的链接（位于“跟踪界面”列下）。

允许的 YARN ResourceManager REST API

创建集群时，Dataproc 会将 yarn-site.xml yarn.resourcemanager.webapp.methods-allowed属性设置为“GET,HEAD”，从而将 YARN Resource Manager Web 界面和 REST API 上可调用的 HTTP 方法限制为 GET 和 HEAD 方法。此默认设置还将停用通过 YARN REST API 提交和修改作业的功能。

要在端口 8088 上启用特定的 HTTP 方法，只需替换默认值，将此属性设置为一个或多个 HTTP 方法名称（使用英文逗号分隔）。如果设置为 ALL，则允许在该端口上使用所有 HTTP 方法。

示例：

gcloud dataproc clusters create cluster-name \
    --properties=^#^yarn:yarn.resourcemanager.webapp.methods-allowed=GET,POST,DELETE \
    --region=region \

建议：如果将此属性设置为允许使用非默认的 HTTP 方法，请确保配置防火墙规则和其他安全设置，以限制对端口 8088 的访问。

连接到网页界面

您可以使用 Dataproc 组件网关、项目的 Cloud Shell 或 Google Cloud CLI gcloud 命令行工具连接到 Dataproc 集群上运行的网页界面：

• 组件网关：一键即可从 Google Cloud 控制台连接到 Hadoop、Spark 和其他组件 Web 界面。您可以在创建集群时启用组件网关。

• Cloud Shell：Google Cloud 控制台中的 Cloud Shell gcloud CLI 命令和实用程序进行预安装， 网页预览功能， 可让您通过 SSH 隧道快速连接到 集群。但是，从 Cloud Shell 到集群的连接使用了本地端口转发，此功能打开的连接只会连接到集群网页界面上的一个端口（需要运行多个命令才能连接到多个端口）。另外，Cloud Shell 会话会在一段时间（30 分钟）不活动之后自动退出。

• Google Cloud CLI：具有动态端口转发功能的 gcloud compute ssh 命令允许您建立 SSH 隧道并在该隧道上运行 SOCKS 代理服务器。发出此命令后，您必须将本地浏览器配置为使用 SOCKS 代理。此连接方法允许您连接到集群网络界面上的多个端口。请参阅我可以使用本地端口转发，而不使用 SOCKS 代理吗？了解详情。

设置常用的命令变量

要更轻松地在本地机器或 Cloud Shell 中复制和运行命令行示例，请设置 gcloud dataproc 命令变量。本页所示的部分命令示例可能需要设置其他变量。

Linux/mac/Shell

export PROJECT=project;export HOSTNAME=hostname;export ZONE=zone

Windows

set PROJECT=project && set HOSTNAME=hostname && set ZONE=zone

• 设置 PROJECT 到您的 Google Cloud 项目 ID
• 在 Dataproc 集群中将 HOSTNAME 设置为主节点的名称（主实例名称以 -m 后缀结尾）
• 将 ZONE 设置为 Dataproc 集群中虚拟机的地区（例如“us-central1-b”）

创建 SSH 隧道

gcloud 命令

在本地计算机上运行以下 gcloud 命令，设置从本地计算机上开放端口到集群主实例的 SSH 隧道，并运行侦听该端口的本地 SOCKS 代理服务器。

在运行命令之前，请在本地计算机上执行以下操作：

1. 设置常用的命令变量
2. 为本地计算机上的开放端口设置端口变量。 端口 1080 是一个任意但典型的选择，因为它很可能处于打开状态。

   PORT=number
   

Linux/macOS

gcloud compute ssh ${HOSTNAME} \
    --project=${PROJECT} --zone=${ZONE}  -- \
    -D ${PORT} -N

Windows

gcloud compute ssh %HOSTNAME% ^
    --project=%PROJECT% --zone=%ZONE%  -- ^
    -D %PORT% -N

-- 分隔符允许您向 gcloud compute ssh 命令添加 SSH 参数，如下所示：

• -D 指定动态应用级层端口转发。
• -N 指示 gcloud 不要打开远程 shell。

此 gcloud 命令可创建一个独立于其他 SSH shell 会话的 SSH 隧道，可将与隧道有关的错误排除在 shell 输出之外，并有助于防止无意关闭隧道。

如果 ssh 命令失败并显示错误消息 bind: Cannot assign requested address，则可能是因为请求的端口正在使用中。尝试使用不同的 PORT 变量值运行命令。

上述命令在前台运行，并且必须继续运行以让隧道保持活动状态。当您删除集群时，该命令应自动退出。

选择在后台运行该命令。 您可以通过添加“-n”标志（-- -D ${PORT} -N -n）（从 /dev/null 重定向 stdin）将命令作为后台进程运行。请注意，可能并非所有操作系统都支持 -n 标记。

Cloud Shell

1. 打开 Google Cloud Cloud Shell。

   

   Cloud Shell 会话超时：Cloud Shell 会话会在一段时间（30 分钟）不活动之后自动退出。

2. 在 Cloud Shell 中运行下面的 gcloud 命令，设置从 Cloud Shell 预览端口到集群主节点上网络接口端口的 SSH 隧道。运行该命令前，请在 Cloud Shell 中执行以下操作：

   1. 设置常用的命令变量
   2. 将 PORT1 变量设置为端口范围为 8080 - 8084 的 Cloud Shell 端口，并将 PORT2 变量设置为 Dataproc 集群主节点上的网络界面端口。

      PORT1=number
      PORT2=number
      

   gcloud compute ssh ${HOSTNAME} \
       --project=${PROJECT} --zone=${ZONE}  -- \
       -4 -N -L ${PORT1}:${HOSTNAME}:${PORT2}
   

   -- 分隔符允许您向 gcloud compute ssh 命令添加 SSH 参数，如下所示：

   • -4 指示 ssh 只使用 IPv4。
   • -N 指示 gcloud 不要打开远程 shell。
   • -L ${PORT1}:${HOSTNAME}:${PORT2}指定从指定的 Cloud Shell PORT1 到集群 HOSTNAME：PORT2 的本地端口转发。

   此 gcloud 命令可创建一个独立于其他 SSH shell 会话的 SSH 隧道，可将与隧道有关的错误排除在 shell 输出之外，并有助于防止无意关闭隧道。

配置浏览器

gcloud 命令

SSH 隧道支持使用 SOCKS 协议的流量代理。 要将浏览器配置为使用代理，请使用代理服务器参数启动新的浏览器会话。使用 Google Chrome 浏览器的示例如下。 HOSTNAME 是集群主节点的名称（请参阅设置常用的命令变量）。

Linux

/usr/bin/google-chrome \
    --proxy-server="socks5://localhost:${PORT}" \
    --user-data-dir=/tmp/${HOSTNAME}

macOS

"/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" \
    --proxy-server="socks5://localhost:${PORT}" \
    --user-data-dir=/tmp/${HOSTNAME}

Windows

"%ProgramFiles(x86)%\Google\Chrome\Application\chrome.exe" ^
    --proxy-server="socks5://localhost:%PORT%" ^
    --user-data-dir="%Temp%\%HOSTNAME%"

Windows 32 位用户：更改 命令中的 %ProgramFiles(x86)% 到 %ProgramFiles% 。

该命令使用以下 Chrome 浏览器标记：

• -proxy-server="socks5://localhost:1080" 指示 Chrome 通过 SOCKS 代理服务器 localhost:${PORT}，利用 SOCKS 协议第 5 版发送所有 http:// 和 https:// 网址请求。${PORT} 是您在创建 SSH 隧道中设置的端口变量。网址的主机名由代理服务器解析，而不是由 Chrome 本地解析。
• --user-data-dir=/tmp/${HOSTNAME} 强制 Chrome 打开一个与现有 Chrome 会话无关的新窗口。如果没有此标记，Chrome 可能会打开一个附加到现有 Chrome 会话的新窗口（忽略您的 --proxy-server 设置）。为 --user-data-dir 设置的值可以是任何不存在的路径。

代理扩展程序：代理管理扩展程序可帮助您更加轻松地在浏览器中管理和使用代理，这些扩展程序可用于 Chrome、Firefox 和其他网络浏览器。

Cloud Shell

使用 Cloud Shell 时，您无需配置本地浏览器。 创建 SSH 隧道后，请使用 Cloud Shell 网页预览功能连接到集群界面。

连接到集群界面

gcloud 命令

将本地浏览器配置为使用代理后，您可以导航到您的 Dataproc 集群上的 Web 界面网址（请参阅可用的界面）。浏览器网址采用以下格式和内容：http://cluster-name-m:port（集群界面端口）

Cloud Shell

点击 Cloud Shell 网页预览按钮 ，然后执行以下操作之一：

• “在端口 8080 上预览”，或
• “更改端口”，并在对话框中输入端口号

根据您向创建 SSH 隧道中传递给 gcloud compute ssh 命令的 Cloud Shell PORT1 号（端口 8080 - 8084），在对话框中插入端口号。

此时将打开一个浏览器窗口，该窗口连接到集群主节点上的 Web 界面端口。

Chrome 浏览器信息：使用 Chrome 浏览器时，您可能会在用于创建 SSH 隧道的终端窗口或 Cloud Shell 中看到以下类型的消息。

channel 15: open failed: administratively prohibited: open failed
channel 16: open failed: administratively prohibited: open failed
channel 17: open failed: administratively prohibited: open failed

这些不是严重的错误消息。无法加载页面时，Chrome 浏览器会发出这些消息，即使您可以成功连接到集群上的应用界面，也可能会看到这些消息。

常见问题解答和调试技巧

如果我在浏览器中看不到界面，该怎么办？

如果您在浏览器中看不到界面，最常见的两个原因如下：

1. 您可能由于防火墙而出现网络连接问题。 运行以下命令（在设置本地变量之后），以查看是否可以通过 SSH 连接到主实例。 如果不能连接，则表示存在连接问题。

   Linux/macOS

   gcloud compute ssh ${HOSTNAME}-m \
       --project=${PROJECT}
   

   Windows

   gcloud compute ssh %HOSTNAME%-m ^
       --project=%PROJECT%
   

2. 另一个代理正在干扰 SOCKS 代理。要检查代理，请运行以下 curl 命令（适用于 Linux 和 macOS）：

   Linux/macOS

   curl -Is --socks5-hostname localhost:1080 http://cluster-name-m:8088
   

   Windows

   curl.exe -Is --socks5-hostname localhost:1080 http://cluster-name-m:8088
   

   如果您看到 HTTP 响应，则表明代理正在运行，因此，SOCKS 代理可能正被其他代理或浏览器扩展程序中断。

我可以使用本地端口转发，而不使用 SOCKS 代理吗？

您可以通过 SSH 本地端口转发（将主实例端口转发到本地端口）来访问主实例上运行的网络应用界面，而不使用 SOCKS 代理。例如，以下命令让您可在没有 SOCKS 情况下访问 localhost:1080 以达到cluster-name-m:8088（请参阅设置常用命令变量）：

Linux/macOS

gcloud compute ssh ${HOSTNAME}-m \
    --project=${PROJECT} -- \
    -L 1080:${HOSTNAME}-m:8088 -N -n

Windows

gcloud compute ssh %HOSTNAME%-m ^ 
    --project=%PROJECT% -- ^ 
    -L 1080:%HOSTNAME%-m:8088 -N -n

利用 SOCKS 代理，您可以通过 http://cluster-name-m:port 访问主实例上运行的远程用户界面，但通过本地端口转发，您可访问 http://localhost:port 上主实例的 web 应用用户界面。

首选使用 SOCKS 代理而不是本地端口转发，因为代理：

• 允许您访问所有网络应用端口，而无需为每个界面端口设置端口转发隧道
• 允许 Spark 和 Hadoop Web 界面正确解析 DNS 主机