Tipi di macchine supportati

I cluster Dataproc sono basati 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 predefiniti e personalizzati per i nodi master e 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, che includono i tipi di macchine N1, N2, N2D, E2, C3, C4 e N4 (Dataproc supporta anche i 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+ (il tipo di macchina n1-standard-1 non è consigliato per le immagini precedenti alla versione 2.0. Utilizza invece un tipo di macchina con più memoria).
    • 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 C4 o N4.
  • Tipi di macchine ottimizzate per il calcolo, che includono i tipi di macchine C2 e C2D.
  • Tipi di macchine ottimizzati per la memoria, che includono i tipi di macchine M1 e M2.
  • Tipi di macchine ARM, che includono i tipi di macchine C4A.

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.
  • Workload che richiedono più potenza di elaborazione o più memoria, ma non tutti gli upgrade forniti dal tipo di macchina di livello superiore.

Ad esempio, se hai un workload che richiede più potenza di elaborazione di quella fornita da un'istanza n1-standard-4, ma il passaggio successivo, un'istanza n1-standard-8, fornisce una capacità eccessiva. Con i tipi di macchine personalizzate, puoi creare cluster Dataproc con nodi master e/o worker nella gamma 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 (vedi Esprimere la memoria in GB o MB). In questo esempio, 22,5 (GB) viene moltiplicato per 1024: 22.5 * 1024 = 23040.

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

Prezzi dei tipi di macchine personalizzate

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

Crea un cluster Dataproc con un tipo di macchina specificato

Console

Nel riquadro Configura nodi della pagina Crea un cluster di Dataproc 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 macchina master e/o worker:

  • Il flag --master-machine-type machine-type ti consente di impostare il tipo di macchina predefinito o personalizzato utilizzato dall'istanza VM master nel cluster (o dalle istanze master se crei un cluster HA).
  • Il flag --worker-machine-type custom-machine-type ti consente di impostare il tipo di macchina predefinita o personalizzata utilizzato dalle istanze VM worker nel 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 esempio delle proprietà del cluster visualizzate 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
      }
    }
  }
}

Crea 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 (vedi Prezzi della memoria estesa).

Console

Fai clic su Estendi memoria quando personalizzi la memoria del tipo di macchina nella sezione Nodo master e/o Nodi worker del riquadro Configura nodi nella pagina Crea un cluster di Dataproc 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 <code.instancegroupconfig< code="" dir="ltr" translate="no"></code.instancegroupconfig<> dalla 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 C4A.

Requisiti e limitazioni:

  • L'immagine Dataproc deve essere compatibile con il chipset ARM. Le immagini Dataproc 2.1-ubuntu20-arm, 2.2-ubuntu22-arm, e 2.3-ubuntu22-arm (e il suffisso -arm successivo) sono compatibili con il chipset ARM. Le immagini compatibili con ARM non supportano molti componenti facoltativi e di azione di inizializzazione, come indicato nelle pagine delle versioni di rilascio delle immagini.
  • 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 C4A).
  • Le immagini ARM supportano solo i componenti preinstallati e un set limitato di componenti opzionali. Gli altri componenti facoltativi e tutte le azioni di inizializzazione non sono supportati.

Crea 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 Dataproc ARM.

gcloud

Per creare un cluster Dataproc che utilizza il tipo di macchina ARM c4a-standard-4, esegui il seguente comando gcloud localmente 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=c4a-standard-4 \
    --worker-machine-type=c4a-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, 2.2.61-ubuntu22-arm e 2.3.7-ubuntu22-arm.

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

  • Le immagini *-arm supportano solo i componenti preinstallati e i seguenti componenti opzionali elencati nelle versioni release 2.1.x, versioni release 2.2.x e versioni release 2.3.x. Gli altri componenti facoltativi 2.1, 2.2 e 2.3, insieme a tutte le azioni di inizializzazione elencate, non sono supportati:

    • Apache Hive WebHCat
    • Docker
    • Zeppelin
    • Zookeeper (installato nei cluster ad alta disponibilità; componente facoltativo nei cluster non ad alta disponibilità)

API

La seguente richiesta di esempio dell'API REST di Dataproc clusters.create crea un cluster di 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": "c4a-standard-4",
      "diskConfig": {
        "bootDiskSizeGb": 500,
      }
    },
    "workerConfig": {
      "numInstances": 2,
      "machineTypeUri": "c4a-standard-4",
      "diskConfig": {
        "bootDiskSizeGb": 500,
        "numLocalSsds": 0
      }
    },
    "softwareConfig": {
      "imageVersion": "2.1-ubuntu20-arm"
    }
  }
}

Passaggi successivi