Composant Presto facultatif de Dataproc

Vous pouvez installer des composants supplémentaires tels que Presto lorsque vous créez un cluster Dataproc à l'aide de la fonctionnalité Composants facultatifs. Cette page explique comment installer le composant Presto sur un cluster Dataproc.

Presto (Trino) est un moteur de requêtes SQL Open Source distribué. Le serveur Presto et l'interface utilisateur Web sont disponibles par défaut sur le port 8060 (ou le port 7778 si Kerberos est activé) sur le premier nœud maître du cluster.

Par défaut, Presto sur Dataproc est configuré pour fonctionner avec les connectors Hive, BigQuery, Memory, TPCH et TPCDS.

Après avoir créé un cluster avec le composant Presto, vous pouvez exécuter des requêtes :

à partir d'un terminal local avec la commande gcloud dataproc jobs submit presto ;
Depuis une fenêtre de terminal du premier nœud maître du cluster à l'aide de la CLI presto (interface de ligne de commande), consultez la page Utiliser Trino avec Dataproc.

Installer le composant

Installez le composant lorsque vous créez un cluster Dataproc. Des composants peuvent être ajoutés aux clusters créés avec Dataproc version 1.3 et ultérieure.

Consultez la section Versions Dataproc compatibles pour obtenir la version de composant incluse dans chaque version d'image Dataproc.

Commande gcloud

Pour créer un cluster Dataproc incluant le composant Presto, utilisez la commande gcloud dataproc clusters create cluster-name avec l'option --optional-components.

Lors de la création du cluster, exécutez la commande gcloud dataproc clusters create avec l'indicateur --enable-component-gateway, comme indiqué ci-dessous, pour activer la connexion à l'interface utilisateur Web de Presto à l'aide de la passerelle des composants.

gcloud dataproc clusters create cluster-name \
    --optional-components=PRESTO \
    --region=region \
    --enable-component-gateway \
    ... other flags

Configurer les propriétés

Ajoutez l'option --properties à la commande gcloud dataproc clusters create pour définir les propriétés de configuration de Presto, Presto-Jvm et Presto-Catalog.

Propriétés d'application:utilisez les propriétés de cluster avec le préfixe presto: pour configurer les propriétés d'application Presto (par exemple, --properties="presto:join-distribution-type=AUTOMATIC").
Propriétés de configuration de la machine virtuelle Java : utilisez les propriétés de cluster avec le préfixe presto-jvm: pour configurer les propriétés de la machine virtuelle Java pour les processus Java des coordinateurs et des nœuds de calcul de Presto, par exemple --properties="presto-jvm:XX:+HeapDumpOnOutOfMemoryError".
Créer des catalogues et ajouter des propriétés de catalogue : utilisez presto-catalog:catalog-name.property-name pour configurer les catalogues Presto.

Exemple : l'option "propriétés" suivante peut être utilisée avec la commande "gcloud dataproc clusters create" pour créer un cluster Presto avec un catalogue Hive "prodhive". Un fichier prodhive.properties sera créé sous /usr/lib/presto/etc/catalog/ pour activer le catalogue de prodhives.
```
--properties="presto-catalog:prodhive.connector.name=hive-hadoop2,presto-catalog:prodhive.hive.metastore.uri=thrift://localhost:9083
```

API REST

Le composant Presto peut être spécifié via l'API Dataproc à l'aide de la propriété SoftwareConfig.Component dans le cadre d'une requête clusters.create.

À l'aide de l'API v1 Dataproc, définissez la propriété EndpointConfig.enableHttpPortAccess sur true dans le cadre de la requête clusters.create pour activer la connexion à l'interface utilisateur Web de Presto à l'aide de la passerelle des composants.

Console

Activez les composants et la passerelle des composants.
- Dans la console Google Cloud, ouvrez la page Dataproc Créer un cluster. Le panneau "Configurer un cluster" est sélectionné.
- Dans la section "Composants" :
  - Sous "Composants facultatifs", sélectionnez "Presto" et les autres composants facultatifs à installer sur votre cluster.
  - Sous "Passerelle des composants", sélectionnez "Activer la passerelle des composants" (consultez la section Afficher les URL de la passerelle des composants et y accéder).