Componentes de Dataproc

Cuando creas un clúster, los componentes estándar del ecosistema de Apache Hadoop se instalan automáticamente en el clúster (consulta Lista de versiones de Dataproc). Puede instalar componentes adicionales llamados "componentes opcionales" en el clúster cuando lo creas. Agregar componentes opcionales a un clúster es similar a agregar componentes por medio de acciones de inicialización, pero tiene las siguientes ventajas:

• Tiempos de inicio más rápidos de los clústeres
• Compatibilidad probada con versiones específicas de Dataproc
• Uso de un parámetro del clúster en lugar de una secuencia de comandos de acción de inicialización

Los componentes opcionales se instalan en un clúster antes que cualquier acciones de inicialización se ejecutan en el clúster.

Componentes opcionales disponibles

Componente opcional	COMPONENT_NAME en comandos de gcloud y solicitudes a la API	Versión de la imagen	Etapa de actualización
Docker	DOCKER	1.5 y versiones posteriores	DG
Flink	FLINK	1.5 y versiones posteriores	DG
HBase	HBASE	1.5 y versiones posteriores (no disponible en 2.1 y versiones posteriores)	Beta
Hive WebHCat	HIVE_WEBHCAT	1.3 y posteriores	DG
Hudi	Hudi	1.5 y versiones posteriores	DG
Notebook de Jupyter	JUPYTER	1.3 y posteriores	DG
Presto	PRESTO	1.3 y versiones posteriores (no disponible en 2.1 y versiones posteriores)	DG
Ranger	RANGER	1.3 y posteriores	DG
Solr	SOLR	1.3 y posteriores	DG
Trino	TRINO	2.1 y posteriores	DG
Notebook de Zeppelin	ZEPPELIN	1.3 y posteriores	DG
Zookeeper	ZOOKEEPER	1.0 y posteriores	DG

Consulta Interfaces web del clúster para conectarte a las interfaces web de componentes que se ejecutan en clústeres. Consulta también la puerta de enlace de componentes de Dataproc, que te permite conectarte a las interfaces web de los componentes principales y opcionales de Dataproc, incluidas las interfaces de usuario de YARN, HDFS, Jupyter y Zeppelin, sin necesidad de usar túneles SSH o la modificación de las reglas de firewall para permitir el tráfico entrante.

Agrega componentes opcionales

Nota: Los siguientes ejemplos de uso son para Disponibilidad general (DG) componentes.

Comando de gcloud

Para crear un clúster de Dataproc e instalar uno o más componentes opcionales en el clúster, usa el comando gcloud beta dataproc clusters create cluster-name con la marca --optional-components.

gcloud dataproc clusters create cluster-name \
  --optional-components=COMPONENT-NAME(s) \
  ... other flags

API de REST

Los componentes opcionales se pueden especificar a través de la API de Dataproc mediante SoftwareConfig.Component como parte de una solicitud clusters.create.

Console

En la consola de Google Cloud, abre Dataproc Crea un clúster . Se selecciona el panel Configurar clúster. En Componentes opcionales, en la sección Componentes, selecciona uno o más componentes que desees instalar en tu clúster.