Tipi di macchine supportati

I cluster Dataproc vengono creati su istanze Compute Engine. I tipi di macchina definiscono le risorse hardware virtualizzate disponibili per un'istanza. Compute Engine offre sia tipi di macchine predefinite sia tipi di macchine personalizzate. I cluster Dataproc possono utilizzare tipi sia predefiniti che personalizzati sia per i nodi master che per i nodi worker.

I cluster Dataproc supportano i seguenti tipi di macchine predefinite di Compute Engine (la disponibilità dei tipo di macchina varia in base alla regione):

  • Tipi di macchine per uso generico, tra cui N1, N2, N2D, E2, C3, C4 e N4 (Dataproc supporta anche tipi di macchine personalizzate N1, N2, N2D, E2, C3, C4 e N4).

    Limitazioni:

    • il tipo di macchina n1-standard-1 non è supportato per le immagini 2.0 e successive (il tipo di macchina n1-standard-1 non è consigliato per le immagini precedenti alla 2.0; utilizza invece un tipo di macchina con una memoria maggiore.
    • I tipi di macchine con core condivisi non sono supportati, tra cui i seguenti tipi di macchine non supportati:
      • E2: tipi di macchine con core condivisi e2-micro, e2-small ed e2-medium e
      • N1: tipi di macchine con core condivisi f1-micro e g1-small.
    • Dataproc seleziona hyperdisk-balanced come tipo di disco di avvio se il tipo di macchina è C3, C4 o N4.
  • Tipi di macchine ottimizzate per il calcolo, tra cui i tipi di macchine C2 e C2D.
  • Tipi di macchine ottimizzate per la memoria, che includono i tipi di macchine M1 e M2.
  • Tipi di macchine ARM, tra cui i tipi di macchine T2A.

Tipi di macchine personalizzate

Dataproc supporta i tipi di macchine personalizzate della serie N1.

I tipi di macchine personalizzate sono ideali per i seguenti carichi di lavoro:

  • Carichi di lavoro non adatti ai tipi di macchine predefinite.
  • Carichi di lavoro che richiedono più potenza di elaborazione o più memoria, ma non tutti gli upgrade forniti dal livello di tipo di macchina successivo.

Ad esempio, se hai un carico di lavoro che richiede più potenza di elaborazione rispetto a quella fornita da un'istanza n1-standard-4, ma il passaggio successivo, un'istanza n1-standard-8, fornisce troppa capacità. Con i tipi di macchine personalizzate puoi creare cluster Dataproc con nodi master e/o worker di fascia media, con 6 CPU virtuali e 25 GB di memoria.

Specifica un tipo di macchina personalizzata

I tipi di macchine personalizzate utilizzano una specifica machine type speciale e sono soggetti a limitazioni. Ad esempio, la specifica del tipo di macchina personalizzata per una VM personalizzata con 6 CPU virtuali e 22,5 GB di memoria è custom-6-23040.

I numeri nella specifica del tipo di macchina corrispondono al numero di CPU virtuali (vCPU) nella macchina (6) e alla quantità di memoria (23040). La quantità di memoria viene calcolata moltiplicando la quantità di memoria in gigabyte per 1024 (consulta Esprimere la memoria in GB o MB). In questo esempio, 22,5 (GB) viene moltiplicato per 1024: 22.5 * 1024 = 23040.

Utilizza la sintassi riportata sopra per specificare il tipo di macchina personalizzata con i tuoi cluster. Quando crei un cluster, puoi impostare il tipo di macchina per i nodi master o worker o per entrambi. Se imposti entrambi, il nodo principale può utilizzare un tipo di macchina personalizzata diverso da quello utilizzato dai worker. Il tipo di macchina utilizzato da eventuali worker secondari segue le impostazioni per i worker principali e non può essere impostato separatamente (consulta Worker secondari: VM prerilasciabili e non prerilasciabili).

Prezzi tipo di macchina personalizzate

I prezzi tipo di macchina personalizzate si basano sulle risorse utilizzate in una macchina personalizzata. I prezzi di Dataproc si aggiungono al costo delle risorse di calcolo e si basano sul numero totale di CPU virtuali (vCPU) utilizzate in un cluster.

Creare un cluster Dataproc con un tipo di macchina specificato

Console

Nel riquadro Configura nodi della pagina Dataproc Crea un cluster nella console Google Cloud, seleziona la famiglia, la serie e il tipo di macchina per i nodi master e worker del cluster.

Comando g-cloud

Esegui il comando gcloud dataproc clusters create con i seguenti flag per creare un cluster Dataproc con tipi di macchine master e/o worker:

  • Il flag --master-machine-type machine-type consente di impostare il tipo di macchina predefinito o personalizzato utilizzato dall'istanza VM principale nel cluster (o dalle istanze principali se crei un cluster HA).
  • Il flag --worker-machine-type custom-machine-type ti consente di impostare il tipo di macchina predefinito o personalizzato utilizzato dalle istanze VM worker nel tuo cluster

Esempio:

gcloud dataproc clusters create test-cluster /
    --master-machine-type custom-6-23040 /
    --worker-machine-type custom-6-23040 /
    other args
Una volta avviato il cluster Dataproc, i dettagli del cluster vengono visualizzati nella finestra del terminale. Di seguito è riportato un elenco parziale di proprietà del cluster visualizzato nella finestra del terminale: 
...
properties:
  distcp:mapreduce.map.java.opts: -Xmx1638m
  distcp:mapreduce.map.memory.mb: '2048'
  distcp:mapreduce.reduce.java.opts: -Xmx4915m
  distcp:mapreduce.reduce.memory.mb: '6144'
  mapred:mapreduce.map.cpu.vcores: '1'
  mapred:mapreduce.map.java.opts: -Xmx1638m
...

API REST

Per creare un cluster con tipi di macchine personalizzate, imposta machineTypeUri in masterConfig e/o workerConfig InstanceGroupConfig nella richiesta API cluster.create.

Esempio:

POST /v1/projects/my-project-id/regions/is-central1/clusters/
{
  "projectId": "my-project-id",
  "clusterName": "test-cluster",
  "config": {
    "configBucket": "",
    "gceClusterConfig": {
      "subnetworkUri": "default",
      "zoneUri": "us-central1-a"
    },
    "masterConfig": {
      "numInstances": 1,
      "machineTypeUri": "n1-highmem-4",
      "diskConfig": {
        "bootDiskSizeGb": 500,
        "numLocalSsds": 0
      }
    },
    "workerConfig": {
      "numInstances": 2,
      "machineTypeUri": "n1-highmem-4",
      "diskConfig": {
        "bootDiskSizeGb": 500,
        "numLocalSsds": 0
      }
    }
  }
}

Creare un cluster Dataproc con un tipo di macchina personalizzata con memoria estesa

Dataproc supporta i tipi di macchine personalizzate con memoria estesa oltre il limite di 6,5 GB per vCPU (consulta Prezzi della memoria estesa).

Console

Fai clic su Espandi memoria quando personalizzi la memoria del tipo di macchina nella sezione Nodo master e/o Nodi worker del riquadro Configura nodi nella pagina Dataproc Crea un cluster nella console Google Cloud.

Comando gcloud

Per creare un cluster dalla riga di comando gcloud con CPU personalizzate con memoria estesa, aggiungi un suffisso -ext ai flag ‑‑master-machine-type e/o ‑‑worker-machine-type.

Esempio

Il seguente esempio di riga di comando gcloud crea un cluster Dataproc con 1 CPU e 50 GB di memoria (50 * 1024 = 51200) in ogni nodo:

gcloud dataproc clusters create test-cluster /
    --master-machine-type custom-1-51200-ext /
    --worker-machine-type custom-1-51200-ext /
    other args

API

Il seguente snippet JSON di esempio <code.instancegroupconfig< code="" dir="ltr" translate="no"></code.instancegroupconfig<> da una richiesta clusters.create dell'API REST Dataproc specifica 1 CPU e 50 GB di memoria (50 * 1024 = 51200) in ogni nodo:

...
    "masterConfig": {
      "numInstances": 1,
      "machineTypeUri": "custom-1-51200-ext",
    ...
    },
    "workerConfig": {
      "numInstances": 2,
      "machineTypeUri": "custom-1-51200-ext",
     ...
...

Tipi di macchine ARM

Dataproc supporta la creazione di un cluster con nodi che utilizzano tipi di macchine ARM, come il tipo di macchina T2A.

Requisiti e limitazioni:

  • L'immagine Dataproc deve essere compatibile con il chipset ARM (al momento, solo l'immagine Dataproc 2.1-ubuntu20-arm è compatibile con il CHIPSET ARM). Tieni presente che questa immagine non supporta molti componenti facoltativi e di azione di inizializzazione (consulta le versioni release 2.1.x).
  • Poiché per un cluster deve essere specificata un'immagine, i nodi master, worker e worker secondari devono utilizzare un tipo di macchina ARM compatibile con l'immagine ARM Dataproc selezionata.
  • Le funzionalità di Dataproc non compatibili con i tipi di macchine ARM non sono disponibili (ad esempio, le SSD locali non sono supportate dai tipi di macchine T2A).

Creare un cluster Dataproc con un tipo di macchina ARM

Console

Al momento, la console Google Cloud non supporta la creazione di un cluster di tipo di macchina ARM Dataproc.

gcloud

Per creare un cluster Dataproc che utilizza il tipo di macchina ARM t2a-standard-4, esegui il seguente comando gcloud in locale in una finestra del terminale o in Cloud Shell.

gcloud dataproc clusters create cluster-name \
    --region=REGION \
    --image-version=2.1-ubuntu20-arm \
    --master-machine-type=t2a-standard-4 \
    --worker-machine-type=t2a-standard-4

Note:

  • REGION: la regione in cui si troverà il cluster.

  • Le immagini ARM sono disponibili a partire da 2.1.18-ubuntu20-arm.

  • Consulta la documentazione di riferimento di gcloud dataproc clusters create per informazioni su altri flag a riga di comando che puoi utilizzare per personalizzare il cluster.

  • *-arm images supporta solo i componenti installati e i seguenti componenti facoltativi elencati nella pagina Versioni release 2.1.x (i restanti componenti facoltativi 2.1 e tutte le azioni di inizializzazione elencate in quella pagina non sono supportate):

API

La seguente richiesta clusters.create dell'API REST Dataproc di esempio crea un cluster con tipo di macchina ARM.

POST /v1/projects/my-project-id/regions/is-central1/clusters/
{
  "projectId": "my-project-id",
  "clusterName": "sample-cluster",
  "config": {
    "configBucket": "",
    "gceClusterConfig": {
      "subnetworkUri": "default",
      "zoneUri": "us-central1-a"
    },
    "masterConfig": {
      "numInstances": 1,
      "machineTypeUri": "t2a-standard-4",
      "diskConfig": {
        "bootDiskSizeGb": 500,
      }
    },
    "workerConfig": {
      "numInstances": 2,
      "machineTypeUri": "t2a-standard-4",
      "diskConfig": {
        "bootDiskSizeGb": 500,
        "numLocalSsds": 0
      }
    },
    "softwareConfig": {
      "imageVersion": "2.1-ubuntu20-arm"
    }
  }
}

Per ulteriori informazioni