Proprietà cluster

I componenti open source installati sui cluster Dataproc contengono molti file di configurazione. Ad esempio, Apache Spark e Apache Hadoop hanno diversi file di configurazione XML e testo normale. Puoi utilizzare il flag ‑‑properties del comando gcloud dataproc clusters create per modificare molti file di configurazione comuni durante la creazione di un cluster.

Formattazione

Il flag gcloud dataproc clusters create --properties accetta il seguente formato di stringa:

file_prefix1:property1=value1,file_prefix2:property2=value2,...

  • file_prefix viene mappato a un file di configurazione predefinito, come mostrato nella tabella seguente, mentre property viene mappato a una proprietà all'interno del file.

  • Il delimitatore predefinito utilizzato per separare più proprietà del cluster è la virgola (,). Tuttavia, se una virgola è inclusa nel valore di una proprietà, devi modificare il delimitatore specificando "^delimiter^" all'inizio dell'elenco delle proprietà (per ulteriori informazioni, consulta gcloud topic escaping).

    • Esempio di utilizzo di un delimitatore "#": 
      --properties ^#^file_prefix1:property1=part1,part2#file_prefix2:property2=value2

Esempi

Comando g-cloud

Per modificare l'spark.masterimpostazione nel file spark-defaults.conf, aggiungi il seguente flag gcloud dataproc clusters create --properties:

--properties 'spark:spark.master=spark://example.com'

Puoi modificare più proprietà contemporaneamente in uno o più file di configurazione utilizzando una virgola come separatore. Ogni proprietà deve essere specificata nel formato file_prefix:property=value completo. Ad esempio, per modificare l'impostazione spark.master nel file spark-defaults.conf e l'impostazione dfs.hosts nel file hdfs-site.xml, utilizza il seguente flag --properties quando crei un cluster:

--properties 'spark:spark.master=spark://example.com,hdfs:dfs.hosts=/foo/bar/baz'

API REST

Per impostare spark.executor.memory su 10g, inserisci la seguente impostazione properties nella sezione SoftwareConfig della richiesta clusters.create:

"properties": {
  "spark:spark.executor.memory": "10g"
}

Un modo semplice per vedere come creare il corpo JSON di una richiesta REST di cluster dell'API Dataproc è avviare il comando gcloud equivalente utilizzando il flag --log-http. Ecco un esempio di comando gcloud dataproc clusters create, che imposta le proprietà del cluster con il flag --properties spark:spark.executor.memory=10g. Il log stdout mostra il corpo della richiesta REST risultante (lo snippet properties è mostrato di seguito):

gcloud dataproc clusters create my-cluster \
    --region=region \
    --properties=spark:spark.executor.memory=10g \
    --log-http \
    other args ...

Output:

...
== body start ==
{"clusterName": "my-cluster", "config": {"gceClusterConfig": ...
"masterConfig": {... "softwareConfig": {"properties": {"spark:spark.executor.memory": "10g"}},

...
== body end ==
...

Assicurati di annullare il comando dopo che il corpo JSON viene visualizzato nell'output se non vuoi che il comando venga applicato.

Console

Per modificare l'impostazione spark.master nel file spark-defaults.conf:

  1. Nella console Google Cloud, apri la pagina Crea un cluster di Dataproc. Fai clic sul riquadro Personalizza cluster e scorri fino alla sezione Proprietà cluster.

  2. Fai clic su + AGGIUNGI PROPRIETÀ. Seleziona spark nell'elenco di prefissi, quindi aggiungi "spark.master" nel campo Chiave e l'impostazione nel campo Valore.

Proprietà cluster e job

Le proprietà Apache Hadoop YARN, HDFS, Spark e altre proprietà con prefisso file vengono applicate a livello di cluster quando crei un cluster. Queste proprietà non possono essere applicate a un cluster dopo la creazione del cluster. Tuttavia, molte di queste proprietà possono essere applicate anche a job specifici. Quando applichi una proprietà a un job, il prefisso del file non viene utilizzato.

L'esempio seguente imposta la memoria dell'esecutore Spark su 4g per un job Spark (prefisso spark: omesso).

gcloud dataproc jobs submit spark \
    --region=region \
    --properties=spark.executor.memory=4g \
    ... other args ...

Le proprietà del job possono essere inviate in un file utilizzando il flag gcloud dataproc jobs submit job-type --properties-file (vedi, ad esempio, la descrizione --properties-file per l'invio di un job Hadoop).

gcloud dataproc jobs submit JOB_TYPE \
    --region=region \
    --properties-file=PROPERTIES_FILE \
    ... other args ...

PROPERTIES_FILE è un insieme di coppie key=value delimitate da righe. La proprietà da impostare è key e il valore da impostare è value. Vedi la classe java.util.Properties per una descrizione dettagliata del formato di file delle proprietà.

Di seguito è riportato un esempio di file di proprietà che può essere passato al flag --properties-file durante l'invio di un job Dataproc.

 dataproc:conda.env.config.uri=gs://some-bucket/environment.yaml
 spark:spark.history.fs.logDirectory=gs://some-bucket
 spark:spark.eventLog.dir=gs://some-bucket
 capacity-scheduler:yarn.scheduler.capacity.root.adhoc.capacity=5

Tabella delle proprietà con prefisso file

Prefisso file File Scopo del file
programmatore capacità capacity-scheduler.xml Configurazione dello scheduler della capacità YARN di Hadoop
core core-site.xml Configurazione generale diHadoop
distcp distcp-default.xml Configurazione copia distribuita Hadoop
flink flink-conf.yaml Configurazione Flink
Flink-log4j log4j.properties File di impostazioni Log4j
hadoop-env hadoop-env.sh Variabili di ambiente specifiche di Hadoop
Hadoop-log4j log4j.properties File di impostazioni Log4j
hbase hbase-site.xml Configurazione HBase
Hbase-log4j log4j.properties File di impostazioni Log4j
hdfs hdfs-site.xml Configurazione HDFS di Android
hive hive-site.xml Configurazione Hive
hive-log4j2 hive-log4j2.properties File di impostazioni Log4j
Hudi hudi-default.conf Configurazione Hudi
mapred mapred-site.xml Configurazione di Hadoop MapReduce
mapred-env mapred-env.sh Variabili di ambiente specifiche per Hadoop MapReduce
maiale pig.properties Configurazione maiale
maiale-log4j log4j.properties File di impostazioni Log4j
presto config.properties Configurazione Presto
presto-jvm jvm.config Configurazione JVM specifica per Presto
spark spark-defaults.conf Configurazione di Spark
spark-env spark-env.sh Attiva variabili di ambiente specifiche
spark-log4j log4j.properties File di impostazioni Log4j
tez tez-site.xml Configurazione Tez
webcat-log4j webhcat-log4j2.properties File di impostazioni Log4j
filo yarn-site.xml Configurazione YARN di Hadoop
yarn-env yarn-env.sh Variabili di ambiente specifiche YARN di Hadoop
zeppelin zeppelin-site.xml Configurazione Zeppelin
zeppelin-env zeppelin-env.sh Variabili di ambiente specifiche di Zeppelin (solo componente facoltativo)
dirigibile-log4j log4j.properties File di impostazioni Log4j
zookeeper zoo.cfg Configurazione Zookeeper
zookeeper-log4j log4j.properties File di impostazioni Log4j

Notes

  • Alcune proprietà sono riservate e non possono essere sostituite perché influiscono sulla funzionalità del cluster Dataproc. Se provi a modificare una proprietà prenotata, riceverai un messaggio di errore durante la creazione del cluster.
  • Puoi specificare più modifiche separandole con una virgola.
  • Il flag --properties non può modificare i file di configurazione non mostrati sopra.
  • Le modifiche alle proprietà verranno applicate prima dell'avvio dei daemon sul cluster.
  • Se la proprietà specificata esiste, verrà aggiornata. Se la proprietà specificata non esiste, verrà aggiunta al file di configurazione.

Proprietà del servizio Dataproc

Le proprietà elencate in questa sezione sono specifiche di Dataproc. Queste proprietà possono essere utilizzate per configurare ulteriormente la funzionalità del cluster Dataproc.

Formattazione

Il flag gcloud dataproc clusters create --properties accetta il seguente formato di stringa:

property_prefix1:property1=value1,property_prefix2:property2=value2,...

  • Il delimitatore predefinito utilizzato per separare più proprietà del cluster è la virgola (,). Tuttavia, se una virgola è inclusa nel valore di una proprietà, devi modificare il delimitatore specificando "^delimiter^" all'inizio dell'elenco delle proprietà (per ulteriori informazioni, consulta gcloud topic escaping).

    • Esempio di utilizzo di un delimitatore "#": 
      --properties ^#^property_prefix1:property1=part1,part2#property_prefix2:property2=value2

Esempio:

Crea un cluster e imposta la modalità di flessibilità avanzata su Spark principale per shuffle.

gcloud dataproc jobs submit spark \
    --region=region \
    --properties=dataproc:efm.spark.shuffle=primary-worker \
    ... other args ...

Tabella delle proprietà del servizio Dataproc

Prefisso proprietà Proprietà Valori Descrizione
dataproc agent.process.threads.job.min number Dataproc esegue contemporaneamente i driver dei job utente in un pool di thread. Questa proprietà controlla il numero minimo di thread nel pool di thread per un avvio rapido anche quando non è in esecuzione nessun job (valore predefinito: 10).
dataproc agent.process.threads.job.max number Dataproc esegue contemporaneamente i driver dei job utente in un pool di thread. Questa proprietà controlla il numero massimo di thread nel pool di thread, limitando quindi la contemporaneità massima dei job utente. Aumenta questo valore per una maggiore contemporaneità (valore predefinito: 100).
dataproc am.primary_only true o false Imposta questa proprietà su true per impedire l'esecuzione del master dell'applicazione sui worker prerilasciabili del cluster Dataproc. Nota: questa funzionalità è disponibile solo con Dataproc 1.2 e versioni successive. Il valore predefinito è false.
dataproc conda.env.config.uri gs://<path> Posizione in Cloud Storage del file di configurazione dell'ambiente Conda. In base a questo file verrà creato e attivato un nuovo ambiente Conda. Per ulteriori informazioni, consulta Utilizzo delle proprietà cluster correlate a Conda. (valore predefinito: empty).
dataproc conda.packages Pacchetti Conda Questa proprietà richiede un elenco di pacchetti Conda separati da virgole con versioni specifiche da installare nell'ambiente Conda base. Per ulteriori informazioni, consulta Utilizzo delle proprietà cluster correlate a Conda. (valore predefinito: empty).
dataproc dataproc.allow.zero.workers true o false Imposta questa proprietà SoftwareConfig su true in una richiesta API Dataproc clusters.create per creare un cluster a nodo singolo, che modifica il numero predefinito di worker da 2 a 0 e inserisce i componenti worker sull'host master. Un cluster a nodo singolo può essere creato anche dalla console Google Cloud o con Google Cloud CLI impostando il numero di worker su 0.
dataproc dataproc.alpha.master.nvdimm.size.gb 1500-6500 L'impostazione di un valore crea un master Dataproc con memoria permanente Intel Optane DC. Nota: le VM Optane possono essere create solo nelle zone us-central1-f, solo con il tipo di macchina n1-highmem-96-aep e solo nei progetti autorizzati.
dataproc: dataproc.alpha.worker.nvdimm.size.gb 1500-6500 L'impostazione di un valore crea un worker Dataproc con memoria permanente Intel Optane DC. Nota: le VM Optane possono essere create solo nelle zone us-central1-f, solo con il tipo di macchina n1-highmem-96-aep e solo nei progetti autorizzati.
dataproc: dataproc.await-new-workers-service-registration true o false Questa proprietà è disponibile nelle immagini 2.0.49 e versioni successive. Il valore predefinito è false. Imposta questa proprietà su true per attendere che i nuovi worker principali registrino i leader di servizio, come NameNode HDFS e YARN ResourceManager, durante la creazione del cluster o lo scale up del cluster (sono monitorati solo i servizi HDFS e YARN). Quando viene impostato su true, se un nuovo worker non riesce a registrarsi a un servizio, al worker viene assegnato lo stato FAILED. Un worker non riuscito viene rimosso se è in corso lo scale up del cluster. Se il cluster viene creato, un worker non riuscito viene rimosso se il flag gcloud dataproc clusters create --action-on-failed-primary-workers=DELETE o il campo API actionOnFailedPrimaryWorkers=DELETE è stato specificato come parte della richiesta di creazione del comando gcloud o del cluster API.
dataproc: dataproc.beta.secure.multi-tenancy.user.mapping user-to-service account mappings Questa proprietà accetta un elenco di mappature degli account utente-di servizio. Gli utenti mappati possono inviare carichi di lavoro interattivi al cluster con identità utente isolate (vedi Protezione multi-tenancy basata su account di servizio Dataproc).
dataproc: dataproc.cluster.caching true o false Quando la memorizzazione nella cache del cluster è abilitata, il cluster memorizza nella cache i dati di Cloud Storage a cui accedono i job Spark, migliorando le prestazioni del job senza compromettere la coerenza. (valore predefinito: false).
dataproc dataproc.cluster-ttl.consider-yarn-activity true o false Se il criterio è impostato su true, l'eliminazione pianificata del cluster prende in considerazione sia l'attività YARN sia quella dell'API Dataproc Jobs per calcolare il tempo di inattività del cluster. Se impostato su false, viene presa in considerazione solo l'attività dell'API Dataproc Jobs. (valore predefinito: true). Per ulteriori informazioni, vedi Calcolo del tempo di inattività del cluster.
dataproc dataproc.conscrypt.provider.enable true o false Attiva (true) o disattiva (false) Conscritta come provider di sicurezza Java principale. Nota: la crittografia è abilitata per impostazione predefinita in Dataproc 1.2 e versioni successive, ma è disattivata in 1.0/1.1.
dataproc dataproc.cooperative.multi-tenancy.user.mapping user-to-service account mappings Questa proprietà accetta un elenco di mappature tra account utente-servizio separate da virgole. Se viene creato un cluster con questa proprietà impostata, quando un utente invia un job, il cluster tenterà di impersonare l'account di servizio corrispondente quando accede a Cloud Storage tramite il connettore Cloud Storage. Questa funzionalità richiede il connettore Cloud Storage 2.1.4 o versioni successive. Per ulteriori informazioni, consulta Dataproc cooperative multi-tenancy. (valore predefinito: empty).
dataproc dataproc:hudi.version Versione Hudi Imposta la versione Hudi utilizzata con il componente facoltativo Dataproc Hudi. Nota: questa versione è impostata da Dataproc in modo da essere compatibile con la versione dell'immagine del cluster. Se è impostato dall'utente, la creazione del cluster può non riuscire se la versione specificata non è compatibile con l'immagine del cluster.
dataproc dataproc.lineage.enabled true Abilita la derivazione dei dati in un cluster Dataproc per i job Spark.
dataproc dataproc.localssd.mount.enable true o false Indica se montare gli SSD locali come directory temporanee di Hadoop/Spark e directory di dati HDFS (impostazione predefinita: true).
dataproc dataproc.logging.stackdriver.enable true o false Attiva (true) o disabilita (false) Cloud Logging (valore predefinito: true). Consulta i prezzi di Cloud Logging per gli addebiti associati.
dataproc dataproc.logging.stackdriver.job.driver.enable true o false Abilita (true) o disabilita (false) i log del driver di job Dataproc in Cloud Logging. Consulta Output e log del job Dataproc (valore predefinito: false).
dataproc dataproc.logging.stackdriver.job.yarn.container.enable true o false Abilita (true) o disabilita (false) i log dei container YARN in Cloud Logging. Consulta le opzioni di output del job di Spark. (valore predefinito: false).
dataproc dataproc.master.custom.init.actions.mode RUN_BEFORE_SERVICES o RUN_AFTER_SERVICES Per i cluster di immagini 2.0 e versioni successive, se il criterio viene impostato su RUN_AFTER_SERVICES, le azioni di inizializzazione sul master verranno eseguite dopo l'inizializzazione di HDFS e di tutti i servizi che dipendono da HDFS. Esempi di servizi dipendenti da HDFS: HBase, Hive Server2, Ranger, Solr e i server di cronologia Spark e MapReduce. (valore predefinito: RUN_BEFORE_SERVICES).
dataproc dataproc.monitoring.stackdriver.enable true o false Attiva (true) o disattiva (false) l'agente Monitoring (impostazione predefinita: false). Questa proprietà è deprecata. Consulta Abilitare metrica personalizzata personalizzate per abilitare la raccolta della raccolta delle metriche Dataproc OSS in Monitoring.
dataproc dataproc.scheduler.driver-size-mb number L'ingombro medio di memoria del driver, che determina il numero massimo di job simultanei che verranno eseguiti da un cluster. Il valore predefinito è 1 GB. Un valore più basso, ad esempio 256, potrebbe essere appropriato per i job Spark.
dataproc dataproc.scheduler.job-submission-rate number I job vengono limitati se questa percentuale viene superata. La velocità predefinita è 1.0 QPS.
dataproc dataproc.scheduler.max-concurrent-jobs number Il numero massimo di job simultanei. Se questo valore non viene impostato al momento della creazione del cluster, il limite superiore per i job simultanei viene calcolato come max((masterMemoryMb - 3584) / masterMemoryMbPerJob, 5). masterMemoryMb è determinato dal tipo di macchina della VM master. masterMemoryMbPerJob è 1024 per impostazione predefinita, ma è configurabile in fase di creazione del cluster con la proprietà del cluster dataproc:dataproc.scheduler.driver-size-mb.
dataproc dataproc.scheduler.max-memory-used number La quantità massima di RAM che può essere utilizzata. Se l'utilizzo attuale è superiore a questa soglia, non è possibile pianificare nuovi job. Il valore predefinito è 0.9 (90%). Se il criterio viene impostato su 1.0, la limitazione dei job di utilizzo della memoria master è disabilitata.
dataproc dataproc.scheduler.min-free-memory.mb number La quantità minima di memoria libera in megabyte necessaria al driver del job Dataproc per pianificare un altro job nel cluster. Il valore predefinito è 256 MB.
dataproc dataproc.snap.enabled true o false Attiva o disattiva il daemon Snap di Ubuntu. Il valore predefinito è true. Se impostato su false, i pacchetti Snap preinstallati nell'immagine non sono interessati, ma l'aggiornamento automatico è disattivato. Si applica alle immagini Ubuntu 1.4.71, 1.5.46, 2.0.20 e successive.
dataproc dataproc.worker.custom.init.actions.mode RUN_BEFORE_SERVICES Per i cluster di immagini precedenti alla versione 2.0, RUN_BEFORE_SERVICE non è impostato, ma può essere impostato dall'utente quando viene creato il cluster. Per i cluster di immagini 2.0 e versioni successive, RUN_BEFORE_SERVICE è impostato e la proprietà non può essere passata al cluster (non può essere modificata dall'utente). Per informazioni sull'effetto di questa impostazione, consulta Considerazioni e linee guida importanti: elaborazione dell'inizializzazione.
dataproc dataproc.yarn.orphaned-app-termination.enable true o false Il valore predefinito è true. Imposta false per impedire a Dataproc di terminare le app YARN "orfane". Dataproc considera orfana un'app YARN se il driver del job che ha inviato l'app YARN è uscito. Avviso: se utilizzi la modalità cluster Spark (spark.submit.deployMode=cluster) e imposti spark.yarn.submit.waitAppCompletion=false, il driver Spark si chiude senza attendere il completamento delle app YARN; in questo caso, imposta dataproc:dataproc.yarn.orphaned-app-termination.enable=false. Imposta questa proprietà anche su false se invii job Hive.
dataproc efm.spark.shuffle primary-worker Se il criterio è impostato su primary-worker, i dati di Spark shuffle vengono scritti sui worker principali. Per ulteriori informazioni, consulta Modalità di flessibilità avanzata di Dataproc.
dataproc job.history.to-gcs.enabled true o false Consente i file di cronologia di MapReduce e Spark persistenti nel bucket temporaneo Dataproc (impostazione predefinita: true per le versioni delle immagini 1.5 e successive). Gli utenti possono sovrascrivere le località di persistenza dei file di cronologia dei job tramite le seguenti proprietà: mapreduce.jobhistory.done-dir, mapreduce.jobhistory.intermediate-done-dir, spark.eventLog.dir e spark.history.fs.logDirectory. Per informazioni su queste e altre proprietà cluster associate ai file di eventi e alla cronologia dei job Dataproc, vedi Server di cronologia permanente di Dataproc .
dataproc jobs.file-backed-output.enable true o false Configura i job Dataproc per indirizzare l'output ai file temporanei nella directory /var/log/google-dataproc-job. Deve essere impostato su true per abilitare il logging del driver del job in Cloud Logging (impostazione predefinita: true).
dataproc jupyter.listen.all.interfaces true o false Per ridurre il rischio di esecuzione di codice remoto su API del server di blocchi note non protetti, l'impostazione predefinita per le versioni delle immagini 1.3 e successive è false, che limita le connessioni a localhost (127.0.0.1) quando il Gateway dei componenti è abilitato (l'attivazione del gateway dei componenti non è necessaria per le immagini 2.0 e versioni successive). Questa impostazione predefinita può essere ignorata impostando questa proprietà su true per consentire tutte le connessioni.
dataproc jupyter.notebook.gcs.dir gs://<dir-path> Posizione in Cloud Storage in cui salvare i blocchi note Jupyter.
dataproc kerberos.beta.automatic-config.enable true o false Se il criterio viene impostato su true, gli utenti non devono specificare la password dell'entità radice Kerberos con i flag --kerberos-root-principal-password e --kerberos-kms-key-uri (valore predefinito: false). Per ulteriori informazioni, consulta Attivazione della modalità protetta di Hadoop tramite Kerberos.
dataproc kerberos.cross-realm-trust.admin-server hostname/address nome host/indirizzo del server di amministrazione remoto (spesso uguale al server KDC).
dataproc kerberos.cross-realm-trust.kdc hostname/address nome host/indirizzo del KDC remoto.
dataproc kerberos.cross-realm-trust.realm realm name I nomi di area di autenticazione possono essere costituiti da qualsiasi stringa ASCII IN MAIUSCOLO. Di solito, il nome dell'area di autenticazione è uguale al nome di dominio DNS (in MAIUSCOLO). Esempio: se le macchine vengono denominate "machine-id.example.west-coast.mycompany.com", l'area di autenticazione associata può essere designata come "EXAMPLE.WEST-COAST.MYCOMPANY.COM".
dataproc kerberos.cross-realm-trust.shared-password.uri gs://<dir-path> Posizione in Cloud Storage della password condivisa criptata con KMS.
dataproc kerberos.kdc.db.key.uri gs://<dir-path> Posizione in Cloud Storage del file criptato con KMS contenente la chiave master del database KDC.
dataproc kerberos.key.password.uri gs://<dir-path> Posizione in Cloud Storage del file criptato KMS che contiene la password della chiave nel file dell'archivio chiavi.
dataproc kerberos.keystore.password.uri gs://<dir-path> Posizione in Cloud Storage del file criptato con KMS contenente la password dell'archivio chiavi.
dataproc kerberos.keystore.uri1 gs://<dir-path> Posizione in Cloud Storage del file dell'archivio chiavi contenente il certificato con caratteri jolly e la chiave privata utilizzata dai nodi del cluster.
dataproc kerberos.kms.key.uri KMS key URI L'URI della chiave KMS utilizzata per decriptare la password root, ad esempio projects/project-id/locations/region/keyRings/key-ring/cryptoKeys/key (vedi ID risorsa della chiave).
dataproc kerberos.root.principal.password.uri gs://<dir-path> Posizione in Cloud Storage della password criptata con KMS per l'entità radice Kerberos.
dataproc kerberos.tgt.lifetime.hours hours Durata massima della concessione del ticket.
dataproc kerberos.truststore.password.uri gs://<dir-path> Posizione in Cloud Storage del file criptato con KMS che contiene la password del file dell'archivio di attendibilità.
dataproc kerberos.truststore.uri2 gs://<dir-path> Posizione in Cloud Storage del file di archivio attendibilità criptato con KMS contenente i certificati attendibili.
dataproc pip.packages Pacchetti PIP Questa proprietà richiede un elenco di pacchetti Pip separati da virgole con versioni specifiche, da installare nell'ambiente Conda base. Per ulteriori informazioni, consulta Proprietà del cluster correlate a Conda. (valore predefinito: empty).
dataproc ranger.kms.key.uri KMS key URI L'URI della chiave KMS utilizzata per decriptare la password dell'utente amministratore Ranger, ad esempio projects/project-id/locations/region/keyRings/key-ring/cryptoKeys/key (vedi ID risorsa della chiave).
dataproc ranger.admin.password.uri gs://<dir-path> Posizione in Cloud Storage della password criptata con KMS per l'utente amministratore Ranger.
dataproc ranger.db.admin.password.uri gs://<dir-path> Posizione in Cloud Storage della password criptata con KMS per l'utente amministratore del database Ranger.
dataproc ranger.cloud-sql.instance.connection.name cloud sql instance connection name Il nome della connessione dell'istanza Cloud SQL, ad esempio project-id:region:name.
dataproc ranger.cloud-sql.root.password.uri gs://<dir-path> Posizione in Cloud Storage della password criptata con KMS per l'utente root dell'istanza Cloud SQL.
dataproc ranger.cloud-sql.use-private-ip true o false Indica se la comunicazione tra le istanze del cluster e l'istanza Cloud SQL deve essere su IP privato (il valore predefinito è false).
dataproc solr.gcs.path gs://<dir-path> Percorso Cloud Storage che fungerà da home directory di Solr.
dataproc startup.component.service-binding-timeout.hadoop-hdfs-namenode seconds La quantità di tempo che lo script di avvio di Dataproc attenderà prima che l'exoop-hdfs-namenode si associ alle porte prima di decidere che l'avvio abbia avuto esito positivo. Il valore massimo riconosciuto è 1800 secondi (30 minuti).
dataproc startup.component.service-binding-timeout.hive-metastore seconds Il tempo di attesa dello script di avvio Dataproc di Dataproc per l'associazione del servizio hive-metastore alle porte prima di decidere se l'avvio è riuscito. Il valore massimo riconosciuto è 1800 secondi (30 minuti).
dataproc startup.component.service-binding-timeout.hive-server2 seconds La quantità di tempo che lo script di avvio di Dataproc attenderà per l'associazione di hive-server2 alle porte prima di decidere se l'avvio è riuscito. Il valore massimo riconosciuto è 1800 secondi (30 minuti).
dataproc attribuzione-utente.abilitata true o false Imposta questa proprietà su true per attribuire un job Dataproc all'identità dell'utente che lo ha inviato (il valore predefinito è false).
dataproc yarn.docker.enable true o false Imposta su true per abilitare la funzionalità Dataproc Docker su YARN (il valore predefinito è false).
dataproc yarn.docker.image docker image Quando abiliti la funzionalità Dataproc Docker on YARN (dataproc:yarn.docker.enable=true), puoi utilizzare questa proprietà facoltativa per specificare l'immagine Docker (ad esempio dataproc:yarn.docker.image=gcr.io/project-id/image:1.0.1). Se specificata, l'immagine viene scaricata e memorizzata nella cache in tutti i nodi del cluster durante la creazione del cluster.
dataproc yarn.log-aggregation.enabled true o false Consente (true) di attivare l'aggregazione dei log YARN per temp bucket del cluster. Il nome del bucket ha il seguente formato: dataproc-temp-<REGION>-<PROJECT_NUMBER>-<RANDOM_STRING>. (valore predefinito: true per le versioni delle immagini 1.5 e successive). Nota:il bucket temporaneo del cluster non viene eliminato quando viene eliminato il cluster. Gli utenti possono anche impostare la località dei log YARN aggregati sovrascrivendo la proprietà YARN yarn.nodemanager.remote-app-log-dir.
Knox gateway.host ip address Per ridurre il rischio di esecuzione di codice remoto su API del server di blocchi note non protette, l'impostazione predefinita per le versioni immagine 1.3 e successive è 127.0.0.1, che limita le connessioni a localhost quando è abilitato il gateway dei componenti. È possibile eseguire l'override dell'impostazione predefinita, ad esempio impostando questa proprietà su 0.0.0.0 per consentire tutte le connessioni.
zeppelin zeppelin.notebook.gcs.dir gs://<dir-path> Posizione in Cloud Storage in cui salvare i blocchi note Zeppelin.
zeppelin zeppelin.server.addr ip address Per ridurre il rischio di esecuzione di codice remoto su API del server di blocchi note non protette, l'impostazione predefinita per le versioni immagine 1.3 e successive è 127.0.0.1, che limita le connessioni a localhost quando è abilitato il gateway dei componenti. È possibile eseguire l'override di questa impostazione predefinita, ad esempio impostando questa proprietà su 0.0.0.0 per consentire tutte le connessioni.

1File dell'archivio chiavi: il file dell'archivio chiavi contiene il certificato SSL. Nel formato Java KeyStore (JKS). Quando viene copiato nelle VM, viene rinominato in keystore.jks. Il certificato SSL deve essere un certificato con caratteri jolly applicabile a ciascun nodo nel cluster.

2File di archivio attendibilità: il file dell'archivio di attendibilità deve essere in formato Java KeyStore (JKS). Quando viene copiato nelle VM, viene rinominata truststore.jks.