Se usó la API de Cloud Translation para traducir esta página.

SSD locales en Dataproc

Para complementar el disco de arranque, puedes adjuntar unidades de estado sólido locales (SSD locales) a los nodos principales, trabajadores principales y trabajadores secundarios en tu clúster. Cuando se proporcionan SSD locales al clúster, los datos HDFS y provisiorios, como los resultados aleatorios, usarán los SSD locales en lugar del disco persistente de arranque.

Los SSD locales pueden proporcionar tiempos de lectura y escritura más rápidos que disco persistente (consulta Rendimiento de SSD locales).
El tamaño de 375 GB de cada SSD local es fijo, pero puedes conectar varios SSD locales para aumentar el almacenamiento SSD (consulta Acerca de los SSD locales).
Cada SSD local se activa en /mnt/<id> en los nodos del clúster de Dataproc.
Las SSD locales usan ext4 como el sistema de archivos predeterminado.

Usa SSD locales

Comando de gcloud

Usa el comando gcloud dataproc clusters create con las marcas --num-master-local-ssds, --num-workers-local-ssds y --num-secondary-worker-local-ssds para conectar SSD locales a los nodos trabajadores principales, primarios y secundarios del clúster.

Las SSD locales se pueden conectar a las VMs de Dataproc mediante una interfaz SCSI (interfaz de sistema informático pequeño) o NVMe (memoria no volátil express) (consulta el rendimiento de las SSD locales). La interfaz SSD local predeterminada de la VM del clúster de Dataproc es la interfaz SCSI. Usa el comando gcloud dataproc clusters create con las marcas --master-local-ssd-interface, --worker-local-ssd-interface y --secondary-worker-local-ssd-interface para especificar la interfaz de SSD local para los nodos trabajadores principales, primarios y secundarios.

Ejemplo:

gcloud dataproc clusters create cluster-name \
    --region=region \
    --num-master-local-ssds=1 \
    --num-worker-local-ssds=1 \
    --num-secondary-worker-local-ssds=1 \
    --master-local-ssd-interface=NVME \
    --worker-local-ssd-interface=NVME \
    --secondary-worker-local-ssd-interface=NVME \
    ... other args ...

API de REST

Establece el campo numLocalSsds en InstanceGroupConfig de masterConfig, workerConfig y secondaryWorkerConfig en una solicitud cluster.create a la API para conectar SSD locales a los nodos trabajadores (interrumpibles) principales, primarios y secundarios del clúster.

Las SSD locales se pueden conectar a las VMs de Dataproc mediante una interfaz SCSI (Small Computer System Interface) o NVMe (Non-Volatile Memory Express) (consulta rendimiento de SSD locales). La interfaz SSD local predeterminada de la VM del clúster de Dataproc es la interfaz SCSI. Establece el campo localSsdInterface en InstanceGroupConfig de masterConfig, workerConfig y secondaryWorkerConfig en una solicitud cluster.create a la API para especificar la interfaz "SCSI" o "NVME" para conectar SSD locales a los nodos trabajadores principales, primarios y secundarios del clúster.

Console

Crea un clúster y conecta los SSD locales a los nodos trabajadores principales, primarios y secundarios desde el panel Configurar nodos de la página Crear un clúster de Dataproc en la consola de Google Cloud.