Proprietà cluster

I componenti open source installati sui cluster Dataproc contengono molti file di configurazione. Ad esempio, Apache Spark e Apache Hadoop hanno diversi file di configurazione XML e in testo normale. Puoi utilizzare il flag ‑‑properties del comando gcloud dataproc clusters create per modificare molti file di configurazione comuni durante la creazione di un cluster.

Formattazione

Il flag gcloud dataproc clusters create --properties accetta il seguente formato stringa:

file_prefix1:property1=value1,file_prefix2:property2=value2,...
  • file_prefix viene mappato a un file di configurazione predefinito, come mostrato nella tabella seguente, mentre property viene mappato a una proprietà all'interno del file.

  • Il delimitatore predefinito utilizzato per separare più proprietà del cluster è la virgola (,). Tuttavia, se una virgola è inclusa nel valore di una proprietà, devi cambiarla specificando "^delimiter^" all'inizio dell'elenco delle proprietà (per ulteriori informazioni, consulta la sezione relativa all'escape dell'argomento gcloud).

    • Esempio di utilizzo di un delimitatore "#":
      --properties ^#^file_prefix1:property1=part1,part2#file_prefix2:property2=value2
      

Esempi

Comando g-cloud

Per modificare l'impostazione spark.masternel file spark-defaults.conf, aggiungi il seguente flag gcloud dataproc clusters create --properties:

--properties 'spark:spark.master=spark://example.com'

Puoi modificare più proprietà contemporaneamente, in uno o più file di configurazione, utilizzando una virgola. Ogni proprietà deve essere specificata nel formato file_prefix:property=value completo. Ad esempio, per modificare l'impostazione spark.master nel file spark-defaults.conf e l'impostazione dfs.hosts nel file hdfs-site.xml, utilizza il seguente flag --properties durante la creazione di un cluster:

--properties 'spark:spark.master=spark://example.com,hdfs:dfs.hosts=/foo/bar/baz'

API REST

Per impostare spark.executor.memory su 10g, inserisci la seguente impostazione properties nella sezione SoftwareConfig della tua richiesta clusters.create:

"properties": {
  "spark:spark.executor.memory": "10g"
}

Un modo semplice per vedere come costruire il corpo JSON di una richiesta REST per i cluster dell'API Dataproc è avviare il comando gcloud equivalente utilizzando il flag --log-http. Ecco un comando gcloud dataproc clusters create di esempio, che imposta le proprietà del cluster con il flag --properties spark:spark.executor.memory=10g. Il log stdout mostra il corpo della richiesta REST risultante (lo snippet properties è mostrato di seguito):

gcloud dataproc clusters create my-cluster \
    --region=region \
    --properties=spark:spark.executor.memory=10g \
    --log-http \
    other args ...

Output:

...
== body start ==
{"clusterName": "my-cluster", "config": {"gceClusterConfig": ...
"masterConfig": {... "softwareConfig": {"properties": {"spark:spark.executor.memory": "10g"}},

... == body end == ...

Assicurati di annullare il comando dopo che il corpo JSON viene visualizzato nell'output se non vuoi che venga applicato.

Console

Per modificare l'impostazione spark.master nel file spark-defaults.conf:

  1. Nella console Google Cloud, apri la pagina Crea un cluster di Dataproc. Fai clic sul riquadro Personalizza cluster, quindi scorri fino alla sezione Proprietà cluster.

  2. Fai clic su + AGGIUNGI PROPRIETÀ. Seleziona spark nell'elenco dei prefissi, quindi aggiungi "spark.master" nel campo Chiave e l'impostazione nel campo Valore.

Proprietà cluster e job

Le proprietà YARN, HDFS, Spark di Apache Hadoop e altre proprietà con prefisso file vengono applicate a livello di cluster quando crei un cluster. Queste proprietà non possono essere applicate a un cluster dopo la creazione del cluster. Tuttavia, molte di queste proprietà possono essere applicate anche a job specifici. Quando applichi una proprietà a un job, il prefisso del file non viene utilizzato.

L'esempio seguente imposta la memoria dell'esecutore Spark su 4 g per un job Spark (prefisso spark: omesso).

gcloud dataproc jobs submit spark \
    --region=region \
    --properties=spark.executor.memory=4g \
    ... other args ...

Le proprietà del job possono essere inviate in un file utilizzando il flag gcloud dataproc jobs submit job-type --properties-file (vedi, ad esempio, la descrizione --properties-file per l'invio di un job Hadoop).

gcloud dataproc jobs submit JOB_TYPE \
    --region=region \
    --properties-file=PROPERTIES_FILE \
    ... other args ...

PROPERTIES_FILE è un insieme di coppie delimitate da riga key=value. La proprietà da impostare è key e il valore su cui impostare la proprietà è value. Per una descrizione dettagliata del formato file delle proprietà, consulta la classe java.util.Properties.

Di seguito è riportato un esempio di file di proprietà che può essere passato al flag --properties-file quando si invia un job di Dataproc.

 dataproc:conda.env.config.uri=gs://some-bucket/environment.yaml
 spark:spark.history.fs.logDirectory=gs://some-bucket
 spark:spark.eventLog.dir=gs://some-bucket
 capacity-scheduler:yarn.scheduler.capacity.root.adhoc.capacity=5

Tabella delle proprietà con prefisso file

Prefisso file File Scopo del file
pianificatore della capacità capacity-scheduler.xml Configurazione dello scheduler della capacità di Hadoop YARN
core core-site.xml Configurazione generale hadoop
distcp distcp-default.xml Configurazione di Hadoop Distributed Copy
flink flink-conf.yaml Configurazione Flink
flink-log4j log4j.properties File delle impostazioni Log4j
hadoop-env hadoop-env.sh Variabili di ambiente specifiche per Hadoop
hadoop-log4j log4j.properties File delle impostazioni Log4j
hbase hbase-site.xml Configurazione HBase
hbase-log4j log4j.properties File delle impostazioni Log4j
hdfs hdfs-site.xml Configurazione HDFS di Hadoop
hive hive-site.xml Configurazione Hive
hive-log4j2 hive-log4j2.properties File delle impostazioni Log4j
Hudi hudi-default.conf Configurazione Hudi
mapred mapred-site.xml Configurazione di Hadoop MapReduce
mapred-env mapred-env.sh Variabili di ambiente specifiche per Hadoop MapReduce
maiale pig.properties Configurazione maiale
pig-log4j log4j.properties File delle impostazioni Log4j
presto config.properties Configurazione di Presto
presto-jvm jvm.config Configurazione JVM specifica per Presto
spark spark-defaults.conf Configurazione Spark
spark-env spark-env.sh Stimola variabili di ambiente specifiche
spark-log4j log4j.properties File delle impostazioni Log4j
tez tez-site.xml Configurazione Tez
webcat-log4j webhcat-log4j2.properties File delle impostazioni Log4j
filo yarn-site.xml Configurazione YARN Hadoop
yarn-env yarn-env.sh Variabili di ambiente specifiche YARN per Hadoop
zeppelin zeppelin-site.xml Configurazione Zeppelin
zeppelin-env zeppelin-env.sh Variabili di ambiente specifiche per Zeppelin (solo componente facoltativo)
zeppelin-log4j log4j.properties File delle impostazioni Log4j
zookeeper zoo.cfg Configurazione Zookeeper
zookeeper-log4j log4j.properties File delle impostazioni Log4j

Notes

  • Alcune proprietà sono riservate e non possono essere sostituite perché influiscono sulla funzionalità del cluster Dataproc. Se provi a modificare una proprietà riservata, riceverai un messaggio di errore durante la creazione del cluster.
  • Puoi specificare più modifiche separandole con una virgola.
  • Il flag --properties non può modificare i file di configurazione non mostrati sopra.
  • Le modifiche alle proprietà verranno applicate prima dell'avvio dei daemon nel cluster.
  • Se la proprietà specificata esiste, verrà aggiornata. Se la proprietà specificata non esiste, verrà aggiunta al file di configurazione.

Proprietà del servizio Dataproc

Le proprietà elencate in questa sezione sono specifiche di Dataproc. Queste proprietà possono essere utilizzate per configurare ulteriormente la funzionalità del cluster Dataproc.

Formattazione

Il flag gcloud dataproc clusters create --properties accetta il seguente formato stringa:

property_prefix1:property1=value1,property_prefix2:property2=value2,...
  • Il delimitatore predefinito utilizzato per separare più proprietà del cluster è la virgola (,). Tuttavia, se una virgola è inclusa in un valore di proprietà, devi cambiarlo specificando "^delimiter^" all'inizio dell'elenco delle proprietà (per ulteriori informazioni, consulta la sezione relativa all'escape dell'argomento gcloud).

    • Esempio di utilizzo di un delimitatore "#":
      --properties ^#^property_prefix1:property1=part1,part2#property_prefix2:property2=value2
      

Esempio:

Crea un cluster e imposta la modalità di flessibilità avanzata su shuffling del worker principale di Spark.

gcloud dataproc jobs submit spark \
    --region=region \
    --properties=dataproc:efm.spark.shuffle=primary-worker \
    ... other args ...

Tabella delle proprietà del servizio Dataproc

Prefisso proprietà Proprietà Valori Descrizione
dataproc agent.process.threads.job.min number Dataproc esegue contemporaneamente i driver dei job utente in un pool di thread. Questa proprietà controlla il numero minimo di thread nel pool di thread per un avvio rapido anche quando non sono in esecuzione job (impostazione predefinita: 10).
dataproc agent.process.threads.job.max number Dataproc esegue contemporaneamente i driver dei job utente in un pool di thread. Questa proprietà controlla il numero massimo di thread nel pool di thread, limitando quindi la contemporaneità massima dei job utente. Aumenta questo valore per una maggiore contemporaneità (valore predefinito: 100).
dataproc am.primary_only true o false Imposta questa proprietà su true per impedire l'esecuzione del master dell'applicazione sui worker prerilasciabili del cluster Dataproc. Nota: questa funzionalità è disponibile solo con Dataproc 1.2 e versioni successive. Il valore predefinito è false.
dataproc conda.env.config.uri gs://<path> Posizione in Cloud Storage del file di configurazione dell'ambiente Conda. In base a questo file verrà creato e attivato un nuovo ambiente Conda. Per ulteriori informazioni, consulta la sezione sull'utilizzo delle proprietà del cluster correlate a Conda. (valore predefinito: empty).
dataproc conda.packages Pacchetti Conda Questa proprietà utilizza un elenco di pacchetti Conda separati da virgole con versioni specifiche da installare nell'ambiente Conda base. Per ulteriori informazioni, consulta la sezione sull'utilizzo delle proprietà del cluster correlate a Conda. (valore predefinito: empty).
dataproc dataproc.allow.zero.workers true o false Imposta questa proprietà SoftwareConfig su true in una richiesta API Dataproc clusters.create per creare un cluster a nodo singolo, che modifica il numero predefinito di worker da 2 a 0 e posiziona i componenti worker sull'host master. È possibile creare un cluster a nodo singolo anche dalla console Google Cloud o con Google Cloud CLI impostando il numero di worker su 0.
dataproc dataproc.alpha.master.nvdimm.size.gb 1500-6500 L'impostazione di un valore crea un master Dataproc con memoria permanente Intel Optane DC. Nota: le VM Optane possono essere create solo in us-central1-f zone, solo con il tipo di macchina n1-highmem-96-aep e solo nei progetti autorizzati.
dataproc: dataproc.alpha.worker.nvdimm.size.gb 1500-6500 L'impostazione di un valore crea un worker Dataproc con memoria permanente Intel Optane DC. Nota: le VM Optane possono essere create solo in us-central1-f zone, solo con il tipo di macchina n1-highmem-96-aep e solo nei progetti autorizzati.
dataproc: dataproc.await-new-workers-service-registration true o false Questa proprietà è disponibile nelle immagini 2.0.49 e versioni successive. Il valore predefinito è false. Imposta questa proprietà su true per attendere che i nuovi worker principali registrino i leader di servizio, ad esempio NameNode HDFS e YARN ResourceManager, durante la creazione o lo scale up del cluster (solo i servizi HDFS e YARN vengono monitorati). Quando il criterio è impostato su true, se un nuovo worker non riesce a registrarsi a un servizio, al worker viene assegnato lo stato FAILED. Un worker non riuscito viene rimosso se il cluster è in fase di scale up. Se il cluster è in fase di creazione, un worker non riuscito viene rimosso se il flag gcloud dataproc clusters create --action-on-failed-primary-workers=DELETE o il campo dell'API actionOnFailedPrimaryWorkers=DELETE sono stati specificati nell'ambito della richiesta di creazione del comando gcloud o del cluster API.
dataproc: dataproc.beta.secure.multi-tenancy.user.mapping user-to-service account mappings Questa proprietà accetta un elenco di mappature tra account utente e servizio. Gli utenti mappati possono inviare carichi di lavoro interattivi al cluster con identità utente isolate (vedi Dataproc - Sicurezza multi-tenancy basata su account di servizio Dataproc).
dataproc: dataproc.cluster.caching true o false Se la memorizzazione nella cache del cluster è abilitata, il cluster memorizza nella cache i dati di Cloud Storage accessibili dai job Spark, migliorando le prestazioni dei job senza compromettere la coerenza. (valore predefinito: false).
dataproc dataproc.cluster-ttl.consider-yarn-activity true o false Per le versioni immagine 1.4.64 e successive, 1.5.39 e successive, il valore predefinito di true per questa proprietà genera l'eliminazione pianificata del cluster che prende in considerazione l'attività YARN, oltre all'attività dell'API Dataproc Jobs, per la determinazione del tempo di inattività del cluster. Se impostato su false per le versioni immagine 1.4.64 e versioni successive, 1.5.39 e versioni successive, 2.0.13 e versioni successive o quando utilizzi immagini con numeri di versione inferiori, viene considerata solo l'attività dell'API Dataproc Jobs. Il valore predefinito è true per le versioni immagine 1.4.64 e successive, 1.5.39 e successive e 2.0.13 e successive.
dataproc dataproc.conscrypt.provider.enable true o false Abilita (true) o disabilita (false) Conscrypt come provider di sicurezza Java principale. Nota: la crittografia è abilitata per impostazione predefinita in Dataproc 1.2 e versioni successive, ma è disabilitata in 1.0/1.1.
dataproc dataproc.cooperative.multi-tenancy.user.mapping user-to-service account mappings Questa proprietà utilizza un elenco di mappature tra account utente e servizio separati da virgole. Se viene creato un cluster con questa proprietà impostata, quando un utente invia un job, il cluster tenterà di impersonare l'account di servizio corrispondente quando accede a Cloud Storage tramite il connettore Cloud Storage. Questa funzionalità richiede il connettore Cloud Storage versione 2.1.4 o successiva. Per ulteriori informazioni, consulta Dataproc cooperative multi-tenancy. (valore predefinito: empty).
dataproc dataproc:hudi.version Versione Hudi Imposta la versione Hudi utilizzata con il componente Dataproc Hudi facoltativo. Nota: questa versione viene impostata da Dataproc in modo che sia compatibile con la versione dell'immagine del cluster. Se è impostata dall'utente, la creazione del cluster può non riuscire se la versione specificata non è compatibile con l'immagine del cluster.
dataproc dataproc.lineage.enabled true Abilita la disconizzazione dei dati in un cluster Dataproc per i job Spark.
dataproc dataproc.localssd.mount.enable true o false Indica se montare SSD locali come directory temporanee Hadoop/Spark e directory di dati HDFS (impostazione predefinita: true).
dataproc dataproc.logging.stackdriver.enable true o false Abilita (true) o disabilita (false) Cloud Logging (valore predefinito: true). Consulta i Prezzi di Cloud Logging per gli addebiti associati.
dataproc dataproc.logging.stackdriver.job.driver.enable true o false Abilita (true) o disabilita (false) i log del driver del job Dataproc in Cloud Logging. Vedi Output e log di job Dataproc (valore predefinito: false).
dataproc dataproc.logging.stackdriver.job.yarn.container.enable true o false Abilita (true) o disabilita (false) i log dei container YARN in Cloud Logging. Vedi Opzioni di output del job di Spark. (valore predefinito: false).
dataproc dataproc.master.custom.init.actions.mode RUN_BEFORE_SERVICES o RUN_AFTER_SERVICES Per i cluster di immagini della versione 2.0 e successive, se il criterio è impostato su RUN_AFTER_SERVICES, le azioni di inizializzazione sul master verranno eseguite dopo l'inizializzazione di HDFS e di tutti i servizi che dipendono da HDFS. Esempi di servizi che dipendono da HDFS includono: HBase, Hive Server2, Ranger, Solr e i server di cronologia Spark e MapReduce. (valore predefinito: RUN_BEFORE_SERVICES).
dataproc dataproc.monitoring.stackdriver.enable true o false Abilita (true) o disattiva (false) l'agente Monitoring (valore predefinito: false). Questa proprietà è obsoleta. Consulta Abilitare metrica personalizzata personalizzate per abilitare la raccolta della raccolta di metriche Dataproc OSS in Monitoring.
dataproc dataproc.scheduler.driver-size-mb number Lo spazio di archiviazione medio del driver, che determina il numero massimo di job simultanei che verrà eseguito un cluster. Il valore predefinito è 1 GB. Un valore inferiore, ad esempio 256, potrebbe essere appropriato per i job Spark.
dataproc dataproc.scheduler.job-submission-rate number I job sono limitati se questo valore viene superato. La velocità predefinita è 1.0 QPS.
dataproc dataproc.scheduler.max-concurrent-jobs number Il numero massimo di job simultanei. Se questo valore non viene impostato quando viene creato il cluster, il limite massimo di job simultanei viene calcolato come max((masterMemoryMb - 3584) / masterMemoryMbPerJob, 5). masterMemoryMb è determinato dal tipo di macchina della VM master. masterMemoryMbPerJob è 1024 per impostazione predefinita, ma è configurabile al momento della creazione del cluster con la proprietà del cluster dataproc:dataproc.scheduler.driver-size-mb.
dataproc dataproc.scheduler.max-memory-used number La quantità massima di RAM che può essere utilizzata. Se l'utilizzo attuale è superiore a questa soglia, non è possibile pianificare nuovi job. Il valore predefinito è 0.9 (90%). Se viene impostato su 1.0, la limitazione del job di utilizzo della memoria master è disabilitata.
dataproc dataproc.scheduler.min-free-memory.mb number La quantità minima di memoria libera in megabyte necessaria al driver del job di Dataproc per pianificare un altro job sul cluster. Il valore predefinito è 256 MB.
dataproc dataproc.snap.enabled true o false Abilita o disabilita il daemon Ubuntu Snap. Il valore predefinito è true. Se il criterio viene impostato su false, i pacchetti di Snap preinstallati nell'immagine non sono interessati, ma l'aggiornamento automatico è disattivato. Si applica alle immagini Ubuntu 1.4.71, 1.5.46, 2.0.20 e successive.
dataproc dataproc.worker.custom.init.actions.mode RUN_BEFORE_SERVICES Per i cluster di immagini precedenti alla 2.0, RUN_PRIMA_SERVICE non è impostato, ma può essere impostato dall'utente al momento della creazione del cluster. Per i cluster di immagini 2.0 o versioni successive, RUN_PRIMA_SERVICE è impostato e la proprietà non può essere trasmessa al cluster (non può essere modificata dall'utente). Per informazioni sull'effetto di questa impostazione, consulta Considerazioni e linee guida importanti - Elaborazione di inizializzazione.
dataproc dataproc.yarn.orphaned-app-termination.enable true o false Il valore predefinito è true. Impostalo su false per impedire a Dataproc di terminare le app YARN "orfane". Dataproc considera un'app YARN come orfana se il driver del job che ha inviato l'app YARN è stato chiuso. Avviso:se utilizzi la modalità cluster Spark (spark.submit.deployMode=cluster) e imposti spark.yarn.submit.waitAppCompletion=false, il driver Spark si chiude senza attendere il completamento delle app YARN; in questo caso, imposta dataproc:dataproc.yarn.orphaned-app-termination.enable=false. Imposta questa proprietà anche su false se invii job Hive.
dataproc efm.spark.shuffle primary-worker Se è impostato su primary-worker, i dati di shuffle di Spark vengono scritti per i worker principali. Per ulteriori informazioni, consulta Modalità di flessibilità avanzata di Dataproc.
dataproc job.history.to-gcs.enabled true o false Consente di rendere persistenti i file di cronologia MapReduce e Spark nel bucket temporaneo Dataproc (impostazione predefinita: true per le versioni immagine 1.5 e successive). Gli utenti possono sovrascrivere le posizioni di persistenza dei file di cronologia dei job tramite le seguenti proprietà: mapreduce.jobhistory.done-dir, mapreduce.jobhistory.intermediate-done-dir, spark.eventLog.dir e spark.history.fs.logDirectory. Consulta Server di cronologia permanente Dataproc per informazioni su queste e altre proprietà del cluster associate alla cronologia dei job e ai file di eventi Dataproc.
dataproc jobs.file-backed-output.enable true o false Configura i job Dataproc in modo che conducano l'output a file temporanei nella directory /var/log/google-dataproc-job. Deve essere impostato su true per abilitare il logging dei driver dei job in Cloud Logging (valore predefinito: true).
dataproc jupyter.listen.all.interfaces true o false Per ridurre il rischio di esecuzione di codice da remoto tramite API server di blocchi note non protette, l'impostazione predefinita per le immagini a partire dalla versione 1.3 è false, che limita le connessioni a localhost (127.0.0.1) quando è abilitato Gateway componenti (non è necessaria l'attivazione del gateway dei componenti per le immagini a partire dalla versione 2.0). È possibile eseguire l'override di questa impostazione predefinita impostando questa proprietà su true per consentire tutte le connessioni.
dataproc jupyter.notebook.gcs.dir gs://<dir-path> Posizione in Cloud Storage per salvare i blocchi note Jupyter.
dataproc kerberos.beta.automatic-config.enable true o false Se il criterio è impostato su true, gli utenti non devono specificare la password dell'entità root Kerberos con i flag --kerberos-root-principal-password e --kerberos-kms-key-uri (valore predefinito: false). Per ulteriori informazioni, consulta Attivazione della modalità protetta di Hadoop tramite Kerberos.
dataproc kerberos.cross-realm-trust.admin-server hostname/address nome host/indirizzo del server di amministrazione remoto (spesso uguale al server KDC).
dataproc kerberos.cross-realm-trust.kdc hostname/address nome host/indirizzo del KDC remoto.
dataproc kerberos.cross-realm-trust.realm realm name I nomi delle aree di autenticazione possono essere composti da qualsiasi stringa ASCII MAIUSCOLO. Di solito, il nome dell'area di autenticazione è uguale al nome di dominio DNS (in MAIUSCOLO). Esempio: se le macchine sono denominate "machine-id.example.costa-ovest.miaazienda.com", l'area di autenticazione associata può essere indicata come "EXAMPLE.WEST-COAST.MIAAZIENDA.COM".
dataproc kerberos.cross-realm-trust.shared-password.uri gs://<dir-path> Posizione in Cloud Storage della password condivisa criptata con KMS.
dataproc kerberos.kdc.db.key.uri gs://<dir-path> Posizione in Cloud Storage del file criptato KMS contenente la chiave master del database KDC.
dataproc kerberos.key.password.uri gs://<dir-path> Posizione in Cloud Storage del file criptato KMS contenente la password della chiave presente nel file dell'archivio chiavi.
dataproc kerberos.keystore.password.uri gs://<dir-path> Posizione in Cloud Storage del file criptato KMS contenente la password dell'archivio chiavi.
dataproc kerberos.keystore.uri1 gs://<dir-path> Posizione in Cloud Storage del file dell'archivio chiavi contenente il certificato con caratteri jolly e la chiave privata utilizzata dai nodi del cluster.
dataproc kerberos.kms.key.uri KMS key URI L'URI della chiave KMS utilizzato per decriptare la password root, ad esempio projects/project-id/locations/region/keyRings/key-ring/cryptoKeys/key (vedi ID risorsa della chiave).
dataproc kerberos.root.principal.password.uri gs://<dir-path> Posizione in Cloud Storage della password criptata con KMS per l'entità radice Kerberos.
dataproc kerberos.tgt.lifetime.hours hours Durata massima del ticket che concede il ticket.
dataproc kerberos.truststore.password.uri gs://<dir-path> Posizione in Cloud Storage del file criptato KMS contenente la password del file dell'archivio attendibilità.
dataproc kerberos.truststore.uri2 gs://<dir-path> Posizione in Cloud Storage del file dell'archivio di attendibilità criptato KMS contenente i certificati attendibili.
dataproc pip.packages Pacchetti PIP Questa proprietà richiede un elenco di pacchetti Pip separati da virgole con versioni specifiche, da installare nell'ambiente Conda base. Per ulteriori informazioni, consulta la sezione Proprietà dei cluster correlate a Conda. (valore predefinito: empty).
dataproc ranger.kms.key.uri KMS key URI L'URI della chiave KMS utilizzata per decriptare la password dell'utente amministratore Ranger, ad esempio projects/project-id/locations/region/keyRings/key-ring/cryptoKeys/key (vedi ID risorsa della chiave).
dataproc ranger.admin.password.uri gs://<dir-path> Posizione in Cloud Storage della password criptata con KMS per l'utente amministratore Ranger.
dataproc ranger.db.admin.password.uri gs://<dir-path> Posizione in Cloud Storage della password criptata con KMS per l'utente amministratore del database Ranger.
dataproc ranger.cloud-sql.instance.connection.name cloud sql instance connection name Il nome della connessione dell'istanza Cloud SQL, ad esempio project-id:region:name.
dataproc ranger.cloud-sql.root.password.uri gs://<dir-path> Posizione in Cloud Storage della password criptata con KMS dell'utente root dell'istanza Cloud SQL.
dataproc ranger.cloud-sql.use-private-ip true o false Indica se la comunicazione tra le istanze cluster e l'istanza Cloud SQL deve avvenire tramite IP privato (il valore predefinito è false).
dataproc solr.gcs.path gs://<dir-path> Percorso di Cloud Storage per fungere da home directory Solr.
dataproc startup.component.service-binding-timeout.hadoop-hdfs-namenode seconds Il periodo di tempo durante il quale lo script di avvio di Dataproc attende l'associazione di Hadoop-hdfs-namenode alle porte prima di decidere che l'avvio dell'istanza abbia esito positivo. Il valore massimo riconosciuto è 1800 secondi (30 minuti).
dataproc startup.component.service-binding-timeout.hive-metastore seconds Il periodo di tempo durante il quale lo script di avvio di Dataproc attende l'associazione del servizio hive-metastore alle porte prima di decidere che l'avvio ha avuto esito positivo. Il valore massimo riconosciuto è 1800 secondi (30 minuti).
dataproc startup.component.service-binding-timeout.hive-server2 seconds Il periodo di tempo durante il quale lo script di avvio di Dataproc attende che hive-server2 si associ alle porte prima di decidere che l'avvio sia riuscito. Il valore massimo riconosciuto è 1800 secondi (30 minuti).
dataproc attribuzione-utente.attivato true o false Imposta questa proprietà su true per attribuire un job Dataproc all'identità dell'utente che lo ha inviato (il valore predefinito è false).
dataproc yarn.docker.enable true o false Impostalo su true per abilitare la funzionalità Docker Dataproc su YARN (il valore predefinito è false).
dataproc yarn.docker.image docker image Quando abiliti la funzionalità Dataproc Docker su YARN (dataproc:yarn.docker.enable=true), puoi utilizzare questa proprietà facoltativa per specificare l'immagine Docker (ad esempio dataproc:yarn.docker.image=gcr.io/project-id/image:1.0.1). Se specificata, l'immagine viene scaricata e memorizzata nella cache in tutti i nodi del cluster durante la creazione del cluster.
dataproc yarn.log-aggregation.enabled true o false Consente a (true) di attivare l'aggregazione dei log YARN nell'elemento temp bucket del cluster. Il nome del bucket è nel seguente formato: dataproc-temp-<REGION>-<PROJECT_NUMBER>-<RANDOM_STRING>. (valore predefinito: true per le immagini a partire dalla versione 1.5). Nota: il bucket temporaneo non viene eliminato quando il cluster viene eliminato. Gli utenti possono anche impostare la posizione dei log YARN aggregati sovrascrivendo la proprietà YARN yarn.nodemanager.remote-app-log-dir.
Knox gateway.host ip address Per ridurre il rischio di esecuzione da remoto di codice su API server di blocchi note non protette, l'impostazione predefinita per le immagini a partire dalla versione 1.3 è 127.0.0.1, che limita le connessioni a localhost quando il gateway dei componenti è abilitato. È possibile eseguire l'override dell'impostazione predefinita, ad esempio impostando questa proprietà su 0.0.0.0 per consentire tutte le connessioni.
zeppelin zeppelin.notebook.gcs.dir gs://<dir-path> Posizione in Cloud Storage per salvare i blocchi note Zeppelin.
zeppelin zeppelin.server.addr ip address Per ridurre il rischio di esecuzione da remoto di codice su API server di blocchi note non protette, l'impostazione predefinita per le immagini a partire dalla versione 1.3 è 127.0.0.1, che limita le connessioni a localhost quando il gateway dei componenti è abilitato. È possibile eseguire l'override di questa impostazione predefinita, ad esempio impostando questa proprietà su 0.0.0.0 per consentire tutte le connessioni.

1File archivio chiavi: il file dell'archivio chiavi contiene il certificato SSL. Deve essere in formato Java KeyStore (JKS). Quando viene copiato nelle VM, viene rinominato in keystore.jks. Il certificato SSL deve essere un certificato con caratteri jolly che si applica a ciascun nodo nel cluster.

2File truststore: il file dell'archivio attendibilità deve essere in formato Java KeyStore (JKS). Quando viene copiato nelle VM, viene rinominata truststore.jks.