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 in 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 si mappa a un file di configurazione predefinito come mostrato nella tabella di seguito e property 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 in un valore della proprietà, devi modificare il delimitatore specificando "^delimiter^" all'inizio dell'elenco di proprietà (per maggiori informazioni, consulta la sezione Esecuzione di escape per gli argomenti gcloud).

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

Esempi

Comando g-cloud

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

--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 durante la creazione di 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 capire come creare il corpo JSON di una richiesta REST dei cluster dell'API Dataproc è avviare il comando gcloud equivalente utilizzando il flag --log-http. Di seguito è riportato un comando gcloud dataproc clusters create di esempio, 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 CLUSTER_NAME \
    --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 venga applicato.

Console

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

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

  2. Fai clic su + AGGIUNGI PROPRIETÀ. Seleziona spark nell'elenco Prefisso, 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 con prefisso di file vengono applicate a livello di cluster quando ne crei uno. Queste proprietà non possono essere applicate a un cluster dopo la creazione. 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'executor Spark su 4 GB per un job Spark (prefisso spark: omesso).

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

Le proprietà dei job possono essere inviate in un file utilizzando il gcloud dataproc jobs submit job-type --properties-file flag (vedi, ad esempio, la descrizione di --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 riga. La proprietà da impostare è key e il valore su cui impostarla è value. Consulta la classe java.util.Properties per una descrizione dettagliata del formato del file delle proprietà.

Di seguito è riportato un esempio di file di proprietà che può essere passato al flag --properties-file quando viene inviato 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 del file

Prefisso file File Finalità del file
capacity-scheduler capacity-scheduler.xml Configurazione di Hadoop YARN Capacity Scheduler
core core-site.xml Configurazione generale di Hadoop
distcp distcp-default.xml Configurazione di Hadoop Distributed Copy
flink flink-conf.yaml Configurazione di Flink
flink-log4j log4j.properties File delle impostazioni di Log4j
hadoop-env hadoop-env.sh Variabili di ambiente specifiche di Hadoop
hadoop-log4j log4j.properties File delle impostazioni di Log4j
hbase hbase-site.xml Configurazione di HBase
hbase-log4j log4j.properties File delle impostazioni di Log4j
hdfs hdfs-site.xml Configurazione di HDFS di Hadoop
hive hive-site.xml Configurazione di Hive
hive-log4j2 hive-log4j2.properties File delle impostazioni di Log4j
hudi hudi-default.conf Configurazione Hudi
mapred mapred-site.xml Configurazione di Hadoop MapReduce
mapred-env mapred-env.sh Variabili di ambiente specifiche di Hadoop MapReduce
maiale pig.properties Configurazione di Pig
pig-log4j log4j.properties File delle impostazioni di Log4j
presto config.properties Configurazione di Presto
presto-jvm jvm.config Configurazione JVM specifica di Presto
spark spark-defaults.conf Configurazione di Spark
spark-env spark-env.sh Variabili di ambiente specifiche di Spark
spark-log4j log4j.properties File delle impostazioni di Log4j
tez tez-site.xml Configurazione di Tez
webcat-log4j webhcat-log4j2.properties File delle impostazioni di Log4j
filato yarn-site.xml Configurazione di Hadoop YARN
yarn-env yarn-env.sh Variabili di ambiente specifiche di Hadoop YARN
zeppelin zeppelin-site.xml Configurazione di Zeppelin
zeppelin-env zeppelin-env.sh Variabili di ambiente specifiche di Zeppelin (solo componente facoltativo)
zeppelin-log4j log4j.properties File di impostazioni Log4j
zookeeper zoo.cfg Configurazione di Zookeeper
zookeeper-log4j log4j.properties File delle impostazioni di Log4j

Note

  • Alcune proprietà sono riservate e non possono essere sostituite perché influiscono sulla funzionalità del cluster Dataproc. Se tenti di modificare una proprietà riservata, riceverai un messaggio di errore durante la creazione del cluster.
  • Puoi specificare più modifiche separando ciascuna 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 demoni nel 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 in un valore della proprietà, devi modificare il delimitatore specificando "^delimiter^" all'inizio dell'elenco delle proprietà (per maggiori informazioni, consulta la sezione sulla fuga di argomenti gcloud).

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

Esempio:

Crea un cluster e imposta la modalità di flessibilità avanzata su mescolamento dei worker principali di Spark.

gcloud dataproc clusters create CLUSTER_NAME \
    --region=REGION \
    --properties=dataproc:efm.spark.shuffle=primary-worker \
    other args ...

Tabella delle proprietà del servizio Dataproc

Prefisso della proprietà Proprietà Valori Descrizione
dataproc agent.process.threads.job.min number Dataproc esegue i driver dei job utente contemporaneamente in un pool di thread. Questa proprietà controlla il numero minimo di thread nel pool di thread per un avvio rapido anche quando non sono in esecuzione job (valore predefinito: 10).
dataproc agent.process.threads.job.max number Dataproc esegue i driver dei job utente contemporaneamente in un pool di thread. Questa proprietà controlla il numero massimo di thread nel pool di thread, limitando quindi la concorrenza massima dei job utente. Aumenta questo valore per una maggiore concorrenza (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 preemptibili 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 Utilizzare le proprietà del cluster correlate a Conda. (valore predefinito: empty).
dataproc conda.packages Pacchetti Conda Questa proprietà accetta un elenco di pacchetti Conda separati da virgole con versioni specifiche da installare nell'ambiente Conda base. Per ulteriori informazioni, consulta Utilizzare le proprietà del cluster correlate a Conda. (valore predefinito: empty).
dataproc dataproc.allow.zero.workers true o false Imposta questa proprietà SoftwareConfig su true in una richiesta dell'API Dataproc clusters.create per creare un cluster a un solo nodo, che modifica il numero predefinito di worker da 2 a 0 e posiziona i componenti dei worker sull'host master. Un cluster a un solo nodo 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 persistente 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 inclusi nella lista consentita.
dataproc: dataproc.alpha.worker.nvdimm.size.gb 1500-6500 L'impostazione di un valore crea un worker Dataproc con memoria persistente 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 inclusi nella lista consentita.
dataproc: dataproc.await-new-workers-service-registration true o false Questa proprietà è disponibile in Images 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 ResourceManager YARN, durante la creazione o lo scale-up del cluster (vengono monitorati solo i servizi HDFS e YARN). Se impostato su true, se un nuovo lavoratore non riesce a registrarsi a un servizio, a questo viene assegnato lo stato FAILED. Un worker con errore viene rimosso se il cluster viene aumentato di dimensioni. Se il cluster è in fase di creazione, un worker con errore viene rimosso se il flag gcloud dataproc clusters create --action-on-failed-primary-workers=DELETE o il campo dell'API actionOnFailedPrimaryWorkers=DELETE è stato specificato all'interno del comando gcloud o della richiesta di creazione del cluster dell'API.
dataproc: dataproc.beta.secure.multi-tenancy.user.mapping user-to-service account mappings Questa proprietà accetta un elenco di mappature tra account utente e account di servizio. Gli utenti mappati possono inviare workload interattivi al cluster con identità utente isolate (vedi Protezione multi-tenancy basata su service account Dataproc).
dataproc: dataproc.cluster.caching.enabled true o false Quando la cache del cluster è attivata, il cluster memorizza nella cache i dati di Cloud Storage a cui accedono i job Spark, il che migliora le prestazioni dei job senza compromettere la coerenza. (valore predefinito: false).
dataproc dataproc.cluster-ttl.consider-yarn-activity true o false Se impostato su true, l'eliminazione pianificata dei cluster prende in considerazione l'attività sia dell'API YARN sia dell'API Dataproc Jobs per il calcolo del tempo di inattività del cluster. Se impostato su false, viene considerata solo l'attività dell'API Dataproc Jobs. (valore predefinito: true). Per ulteriori informazioni, consulta la sezione Calcolo del tempo di inattività del cluster.
dataproc dataproc.conscrypt.provider.enable true o false Attiva (true) o disattiva (false) Conscrypt come provider di sicurezza Java principale. Nota: Conscrypt è abilitato per impostazione predefinita in Dataproc 1.2 e versioni successive, ma è disabilitato 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 e account di servizio separate da virgole. Se viene creato un cluster con questa proprietà impostata, quando un utente invia un job, il cluster tenterà di rubare l'identità dell'account di servizio corrispondente quando accede a Cloud Storage tramite il connettore Cloud Storage. Questa funzionalità richiede il connettore Cloud Storage versione 2.1.4 o successive. Per ulteriori informazioni, consulta Multitenancy collaborativa di Dataproc. (valore predefinito: empty).
dataproc dataproc.control.max.assigned.job.tasks 100 Questa proprietà limita il numero di attività che possono essere eseguite contemporaneamente su un nodo master del cluster. Se il numero di attività attive supera il limite, i nuovi job vengono messi in coda fino al completamento dei job in esecuzione e le risorse vengono liberate per consentire la pianificazione di nuove attività. Nota:non è consigliabile impostare un limite di attività predefinito superiore a 100 (il valore predefinito) perché potrebbe verificarsi una condizione di esaurimento della memoria nel nodo principale.
dataproc dataproc:hudi.version Versione Hudi Imposta la versione di Hudi utilizzata con il componente Hudi di Dataproc facoltativo. Nota:questa versione è impostata da Dataproc per essere compatibile con la versione dell'immagine del cluster. Se viene impostata 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 Consente la trasparenza dei dati in un cluster Dataproc per i job Spark.
dataproc dataproc.localssd.mount.enable true o false Indica se montare le unità SSD locali come directory temporanee Hadoop/Spark e directory di dati HDFS (valore predefinito: true).
dataproc dataproc.logging.stackdriver.enable true o false Attiva (true) o disattiva (false) Cloud Logging (valore predefinito: true). Per gli addebiti associati, consulta la sezione Prezzi di Cloud Logging.
dataproc dataproc.logging.stackdriver.job.driver.enable true o false Attiva (true) o disattiva (false) i log del driver dei job Dataproc in Cloud Logging. Visualizza l'output e i log dei job Dataproc (valore predefinito: false).
dataproc dataproc.logging.stackdriver.job.yarn.container.enable true o false Attiva (true) o disattiva (false) i log dei contenitori YARN in Cloud Logging. Consulta le opzioni di output del job 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 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. Alcuni esempi di servizi dipendenti da HDFS sono: HBase, Hive Server 2, 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 di monitoraggio (valore predefinito: false). Questa proprietà è riservata. Consulta Abilitare metrica personalizzata personalizzate per abilitare la raccolta delle metriche OSS di Dataproc in Monitoring.
dataproc dataproc.scheduler.driver-size-mb number L'impronta in memoria media del driver, che determina il numero massimo di job simultanei che verranno eseguiti da un cluster. Il valore predefinito è 1 GB. Un valore inferiore, ad esempio 256, potrebbe essere appropriato per i job Spark.
dataproc dataproc.scheduler.job-submission-rate number I job vengono limitati se viene superato questo tasso. La frequenza 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 principale. masterMemoryMbPerJob è 1024 per impostazione predefinita, ma è configurabile al momento della 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 corrente supera questa soglia, non è possibile pianificare nuovi job. Il valore predefinito è 0.9 (90%). Se impostato su 1.0, la limitazione dei job di utilizzo della memoria principale viene disattivata.
dataproc dataproc.scheduler.min-free-memory.mb number La quantità minima di memoria libera in megabyte necessaria al driver di 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 Ubuntu Snap. 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_SERVICES non è impostato, ma può essere impostato dall'utente al momento della creazione del cluster. Per i cluster di immagini 2.0 e versioni successive, RUN_BEFORE_SERVICES 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 la sezione Considerazioni importanti e linee guida: elaborazione dell'inizializzazione.
dataproc dataproc.yarn.orphaned-app-termination.enable true o false Il valore predefinito è true. Imposta su false per impedire a Dataproc di terminare le app YARN "orfane". Dataproc considera un'app YARN orfana 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 esce senza attendere il completamento delle app YARN. In questo caso, imposta dataproc:dataproc.yarn.orphaned-app-termination.enable=false. Imposta questa proprietà su false anche se invii job Hive.
dataproc efm.spark.shuffle primary-worker Se impostato su primary-worker, i dati sottoposti a shuffling di Spark vengono scritti nei worker principali. Per ulteriori informazioni, consulta la modalità di flessibilità avanzata di Dataproc.
dataproc job.history.to-gcs.enabled true o false Consente la persistenza dei file di cronologia MapReduce e Spark nel bucket temporaneo Dataproc (valore predefinito: true per le versioni dell'immagine 1.5 e successive). Gli utenti possono sovrascrivere le posizioni della 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. Consulta Dataproc Persistent History Server per informazioni su queste e altre proprietà del cluster associate ai file di cronologia e agli eventi dei job Dataproc.
dataproc jobs.file-backed-output.enable true o false Configura i job Dataproc in modo che incanalino l'output in file temporanei nella directory /var/log/google-dataproc-job. Deve essere impostato su true per attivare il logging del driver del job in Cloud Logging (valore predefinito: true).
dataproc jupyter.listen.all.interfaces true o false Per ridurre il rischio di esecuzione di codice remoto tramite API di server di notebook non sicure, 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 è attivato Component Gateway (l'attivazione di Component Gateway non è richiesta per le immagini 2.0 e successive). Questa impostazione predefinita può essere sostituita 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 Jupyter Notebook.
dataproc kerberos.beta.automatic-config.enable true o false Se impostato su true, gli utenti non devono specificare la password dell'entità principale Kerberos con i flag --kerberos-root-principal-password e --kerberos-kms-key-uri (valore predefinito: false). Per ulteriori informazioni, consulta Abilitazione 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 Indirizzo/nome host del KDC remoto.
dataproc kerberos.cross-realm-trust.realm realm name I nomi di ambito possono essere costituiti da qualsiasi stringa ASCII MAIUSCOLI. In genere, il nome dell'ambito corrisponde al nome di dominio DNS (in MAIUSCOLO). Esempio: se le macchine sono denominate "machine-id.example.west-coast.mycompany.com", il realm associato può essere designato 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 con KMS contenente la password della chiave nel file 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 di root, ad esempio projects/project-id/locations/region/keyRings/key-ring/cryptoKeys/key (vedi ID risorsa 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 del ticket di assegnazione dei ticket.
dataproc kerberos.truststore.password.uri gs://<dir-path> Posizione in Cloud Storage del file criptato con KMS contenente la password del file dell'archivio attendibilità.
dataproc kerberos.truststore.uri2 gs://<dir-path> Posizione in Cloud Storage del file dell'archivio attendibilità criptato con KMS contenente i certificati attendibili.
dataproc pip.packages Pacchetti Pip Questa proprietà accetta 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 di Ranger, ad esempio projects/project-id/locations/region/keyRings/key-ring/cryptoKeys/key (vedi ID risorsa chiave).
dataproc ranger.admin.password.uri gs://<dir-path> Posizione in Cloud Storage della password criptata con KMS per l'utente amministratore di 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 avvenire tramite IP privato (il valore predefinito è false).
dataproc solr.gcs.path gs://<dir-path> Percorso Cloud Storage da utilizzare come home directory di Solr.
dataproc startup.component.service-binding-timeout.hadoop-hdfs-namenode seconds Il tempo di attesa dello script di avvio di Dataproc per l'associazione di hadoop-hdfs-namenode alle porte prima di decidere che l'avvio è andato a buon fine. 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 di Dataproc per l'associazione del servizio hive-metastore alle porte prima di decidere che l'avvio è andato a buon fine. Il valore massimo riconosciuto è 1800 secondi (30 minuti).
dataproc startup.component.service-binding-timeout.hive-server2 seconds Il tempo di attesa dello script di avvio di Dataproc per l'associazione di hive-server2 alle porte prima di decidere che l'avvio è riuscito. Il valore massimo riconosciuto è 1800 secondi (30 minuti).
dataproc user-attribution.enabled 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 Impostato su true per attivare la funzionalità Dataproc Docker su YARN (il valore predefinito è false).
dataproc yarn.docker.image docker image Quando attivi la funzionalità Dataproc Docker su 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 in 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 dell'immagine 1.5 e successive). Nota:il bucket temporaneo del cluster non viene eliminato quando viene eliminato il cluster. Gli utenti possono anche impostare la posizione 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 tramite API di server di notebook non sicure, l'impostazione predefinita per le versioni delle immagini 1.3 e successive è 127.0.0.1, che limita le connessioni a localhost quando è attivato Component Gateway. L'impostazione predefinita può essere sostituita, 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 notebook Zeppelin.
zeppelin zeppelin.server.addr ip address Per ridurre il rischio di esecuzione di codice remoto tramite API di server di notebook non sicure, l'impostazione predefinita per le versioni delle immagini 1.3 e successive è 127.0.0.1, che limita le connessioni a localhost quando Component Gateway è abilitato. Questa impostazione predefinita può essere sostituita, ad esempio impostando questa proprietà su 0.0.0.0 per consentire tutte le connessioni.

1File archivio chiavi: il file archivio chiavi contiene il certificato SSL. Deve essere 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 che si applichi a ogni nodo del cluster.

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