Dataproc 可选 Trino 组件

使用可选组件功能创建 Dataproc 集群时，您可以安装其他组件，例如 Trino。本页面介绍了如何选择在 Dataproc 集群上安装 Trino 组件。

Trino 是一个开源分布式 SQL 查询引擎。默认情况下，您可以通过集群的第一个主节点上的 8060 端口（如果已启用 Kerberos，则为 7778 端口）访问 Trino 服务器和网页界面。

默认情况下，Dataproc 上的 Trino 配置为与 Hive、BigQuery、Memory、TPCH 和 TPCDS connectors配合使用。

使用 Trino 组件创建集群后，您可以运行查询：

从本地终端使用 gcloud dataproc jobs submit trino 命令
使用 trino CLI（命令行界面）从集群第一个主节点上的终端窗口中运行 - 请参阅将 Trino 与 Dataproc 搭配使用。

安装组件

在创建 Dataproc 集群时安装组件。

如需查看每个 Dataproc 映像版本中包含的组件版本，请参阅支持的 Dataproc 版本。

gcloud 命令

如需创建包含 Trino 组件的 Dataproc 集群，请使用带有 --optional-components 标志的 gcloud dataproc clusters create cluster-name 命令。

创建集群时，请使用带有 --enable-component-gateway 标志的 gcloud dataproc clusters create 命令（如下所示），以便使用组件网关连接到 Trino 网页界面。

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

配置属性

将 --properties 标志添加到 gcloud dataproc clusters create 命令中，以设置 trino、trino-jvm 和 trino-catalog 的配置属性。

应用属性：使用带有 trino: 前缀的集群属性来配置 Trino 应用属性，例如 --properties="trino:join-distribution-type=AUTOMATIC"。
JVM 配置属性：使用带有 trino-jvm: 前缀的集群属性为 Trino 协调器和工作器 Java 进程配置 JVM 属性（例如 --properties="trino-jvm:XX:+HeapDumpOnOutOfMemoryError"）。
创建新目录和添加目录属性：使用 trino-catalog:catalog-name.property-name 配置 Trino 目录。

示例：可以将以下“properties”标志与“gcloud dataproc clusters create”命令搭配使用，以创建具有“生产”Hive 目录的 Trino 集群。系统将在 /usr/lib/trino/etc/catalog/ 下创建一个 prodhive.properties 文件，以启用正式目录。
```
--properties="trino-catalog:prodhive.connector.name=hive,trino-catalog:prodhive.hive.metastore.uri=localhost:9000"
```

REST API

可以通过 Dataproc API 使用 SoftwareConfig.Component 将 Trino 组件指定为 clusters.create 请求的一部分。

使用 Dataproc v1 API，在 clusters.create 请求中将 EndpointConfig.enableHttpPortAccess 属性设置为 true，从而可以使用组件网关连接到 Trino 网页界面。

控制台

启用组件和组件网关。
- 在 Google Cloud 控制台中，打开 Dataproc 的创建集群页面。选中“设置集群”面板。
- 在组件部分中执行以下操作：
  - 在“可选组件”下，选择要在集群上安装的 Trino 和其他可选组件。
  - 在“组件网关”下，选择“启用组件网关”（请参阅查看和访问组件网关网址）。