Cette page a été traduite par l'API Cloud Translation.

Clés de chiffrement gérées par le client (CMEK)

Lorsque vous utilisez Dataproc, les données de cluster et de job sont stockées sur des disques persistants les disques associés aux VM Compute Engine de votre cluster et dans un bucket Cloud Storage bucket de préproduction. Ces données de disque persistant et de bucket sont chiffrées à l'aide d'une clé de chiffrement des données générée par Google (DEK) et de clé de chiffrement de clé (KEK).

La fonctionnalité CMEK vous permet de créer, d'utiliser et révoquer la clé de chiffrement de clé (KEK). Google continue de contrôler la clé de chiffrement des données (DEK). Pour en savoir plus sur les clés de chiffrement de données Google, consultez Chiffrement au repos.

Utiliser des CMEK avec des données de cluster

Vous pouvez utiliser des clés de chiffrement gérées par le client (CMEK) pour chiffrer les données de cluster suivantes:

Données sur les disques persistants associés aux VM de votre cluster Dataproc
Données d'argument de tâche envoyées à votre cluster, telles qu'une chaîne de requête envoyée avec une tâche Spark SQL
Métadonnées du cluster, résultats du pilote de tâches et d'autres données écrites dans Dataproc bucket de préproduction que vous créez

Pour utiliser une clé CMEK avec le chiffrement des données du cluster, procédez comme suit:

Créez une ou plusieurs clés à l'aide de Cloud Key Management Service. Le nom de ressource, également appelé ID de ressource d'une clé, que vous utiliserez dans les étapes suivantes se présente comme suit:
```
projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
```
Utilisez la page Clés cryptographiques de la page console Google Cloud pour copier un ID de ressource de clé dans le presse-papiers.
Attribuez les rôles suivants aux comptes de service suivants :
1. Suivre l'élément n° 5 dans Compute Engine → Protéger des ressources avec des clés Cloud KMS → Avant de commencer pour attribuer Chiffreur/Déchiffreur de CryptoKeys à l'agent de service Compute Engine de service géré.
  Si le compte de service de l'agent de service Compute Engine n'est pas visible sur la page IAM de la console Google Cloud, cliquez sur "Inclure les attributions de rôles fournies par Google" sur la page.
2. Attribuez l'instance Cloud KMS Chiffreur/Déchiffreur de CryptoKeys au niveau Agent de service Cloud Storage de service géré.
3. Attribuez le rôle Chiffreur/Déchiffreur de CryptoKey Cloud KMS au compte de service Agent de service Dataproc. Pour attribuer le rôle, vous pouvez utiliser Google Cloud CLI comme suit :
```
  gcloud projects add-iam-policy-binding KMS_PROJECT_ID \
  --member serviceAccount:service-PROJECT_NUMBER@dataproc-accounts.iam.gserviceaccount.com \
  --role roles/cloudkms.cryptoKeyEncrypterDecrypter
```
  Remplacez les éléments suivants :
  
  KMS_PROJECT_ID : ID de votre projet Google Cloud exécutant Cloud KMS. Il peut également s'agir du projet qui exécute les ressources Dataproc.
  
  PROJECT_NUMBER : numéro de votre projet Google Cloud qui exécute les ressources Dataproc, et non son ID
4. Activez l'API Cloud KMS sur le projet qui exécute les ressources Dataproc.
5. Si le rôle d'agent de service Dataproc n'est pas associé à le compte de service de l'agent de service Dataproc, puis ajoutez l'autorisation serviceusage.services.use associé au compte de service de l'agent de service Dataproc. Si le rôle d'agent de service Dataproc est associé au compte de service de l'agent de service Dataproc, vous pouvez ignorer cette étape.
Transmettez l'ID de ressource de votre clé à Google Cloud CLI ou à l'API Dataproc. à utiliser avec le chiffrement des données du cluster.
CLI gcloud
- Pour chiffrer les données du disque persistant d'un cluster à l'aide de votre clé, transmettez l'ID de ressource de votre clé vers l'option --gce-pd-kms-key lorsque vous créez le cluster.
  gcloud dataproc clusters create CLUSTER_NAME \ --region=REGION \ --gce-pd-kms-key='projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME' \ other arguments ...
  Vous pouvez vérifier les paramètres de clé à partir de l'outil de ligne de commande gcloud.
  gcloud dataproc clusters describe CLUSTER_NAME \ --region=REGION
  Extrait du résultat de la commande:
  ... configBucket: dataproc- ... encryptionConfig: gcePdKmsKeyName: projects/project-id/locations/region/keyRings/key-ring-name/cryptoKeys/key-name ...
- À chiffrer les données de disque persistant du cluster et les données d'argument de job à l'aide de votre clé, transmettez l'ID de ressource de la clé au --kms-key lorsque vous créez le cluster. Consultez Cluster.EncryptionConfig.kmsKey. pour obtenir la liste des types de tâches et des arguments chiffrés avec l'option --kms-key.
  gcloud dataproc clusters create CLUSTER_NAME \ --region=REGION \ --kms-key='projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME' \ other arguments ...
  Vous pouvez vérifier les paramètres de clé à l'aide de la gcloud CLI dataproc clusters describe. L'ID de ressource de la clé est défini gcePdKmsKeyName et kmsKey pour utiliser votre clé avec le chiffrement de les données d'arguments du disque persistant du cluster.
  gcloud dataproc clusters describe CLUSTER_NAME \ --region=REGION
  Extrait du résultat de la commande:
  ... configBucket: dataproc- ... encryptionConfig: gcePdKmsKeyName: projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME kmsKey: projects/PROJECT_ID/locations/REGION/keyRings/key-KEY_RING_NAME-name/cryptoKeys/KEY_NAME ...
  Vous pouvez utiliser l'option --gce-pd-kms-key ou --kms-key, mais pas les deux, pour chiffrer les données de cluster à l'aide de votre clé.
- Pour chiffrer les métadonnées du cluster, le pilote de tâches et d'autres données de sortie écrites dans votre Bucket de préproduction Dataproc dans Cloud Storage:
  - Créez votre propre bucket avec CMEK. Lorsque vous ajoutez la clé au bucket, utilisez une clé que vous avez créée à l'étape 1.
  - Transmettez le nom du bucket à l'indicateur --bucket lorsque vous créez le cluster.
  gcloud dataproc clusters create CLUSTER_NAME \ --region=REGION \ --bucket=CMEK_BUCKET_NAME \ other arguments ...
  Vous pouvez également transmettre des buckets activés par CMEK à la commande "gcloud dataproc jobs submit" si votre tâche prend en compte les arguments de bucket, comme illustré dans l'exemple de "cmek-bucket" suivant :
  gcloud dataproc jobs submit pyspark gs://cmek-bucket/wordcount.py \ --region=region \ --cluster=cluster-name \ -- gs://cmek-bucket/shakespeare.txt gs://cmek-bucket/counts
  Dataproc ne gère pas les clés de chiffrement gérées par le client sur votre bucket Cloud Storage.
  
  L'utilisation d'un bucket avec une clé de chiffrement gérée par le client peut ralentir les écritures sur des fichiers volumineux.
API REST
- Pour chiffrer les données de disque persistant d'une VM de cluster à l'aide de votre clé, incluez le paramètre ClusterConfig.EncryptionConfig.gcePdKmsKeyName dans le cadre d'un cluster.create requête.
  Vous pouvez vérifier les paramètres de clé à l'aide de la gcloud CLI dataproc clusters describe.
  gcloud dataproc clusters describe CLUSTER_NAME \ --region=REGION
  Extrait de résultat de la commande :
  ... configBucket: dataproc- ... encryptionConfig: gcePdKmsKeyName: projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME ...
- Pour chiffrer les données de disque persistant des VM d'un cluster et les données d'arguments de tâches à l'aide de votre clé, incluez le champ Cluster.EncryptionConfig.kmsKey dans un cluster.create requête. Consultez Cluster.EncryptionConfig.kmsKey pour obtenir la liste des types de tâches et des arguments chiffrés avec le champ --kms-key.
  Vous pouvez inclure le champ Cluster.EncryptionConfig.gcePdKmsKeyName ou le champ Cluster.EncryptionConfig.kmsKey, mais pas les deux, avec votre requête de création de cluster.
  
  Vous pouvez vérifier les paramètres de clé à l'aide de la commande dataproc clusters describe de la gcloud CLI. L'ID de ressource de clé est défini sur gcePdKmsKeyName et kmsKey pour utiliser votre clé avec le chiffrement des données du disque persistant du cluster et des arguments de tâche.
  gcloud dataproc clusters describe CLUSTER_NAME \ --region=REGION
  Extrait de résultat de la commande :
  ... configBucket: dataproc- ... encryptionConfig: gcePdKmsKeyName: projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME kmsKey: projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
- To encrypt cluster metadata, job driver, and other output data written to your Dataproc staging bucket in Cloud Storage:
  - Create your own bucket with CMEK. When adding the key to the bucket, use a key that you created in Step 1.
  - Pass the bucket name to the ClusterConfig.configBucket field as part of a cluster.create request.
```
gcloud dataproc clusters create CLUSTER_NAME \
    --region=REGION \
    --bucket=CMEK_BUCKET_NAMEt \
    other arguments ...
```
  Dataproc ne gère pas les clés de chiffrement gérées par le client dans votre bucket Cloud Storage.
  
  L'utilisation d'un bucket avec une clé de chiffrement gérée par le client peut ralentir les opérations d'écriture sur les fichiers volumineux.
  Vous pouvez également transmettre des buckets activés par CMEK à la commande gcloud dataproc jobs submit si votre tâche prend en compte les arguments de bucket, comme illustré dans l'exemple de "cmek-bucket" suivant :
  gcloud dataproc jobs submit pyspark gs://cmek-bucket/wordcount.py \ --region=region \ --cluster=cluster-name \ -- gs://cmek-bucket/shakespeare.txt gs://cmek-bucket/counts

Utiliser les CMEK avec les données des modèles de workflow

les données d'arguments de job du modèle de workflow Dataproc, comme la chaîne de requête d'un job Spark SQL, peut être chiffré à l'aide de CMEK. Suivez les étapes 1, 2 et 3 de cette section pour utiliser CMEK avec votre modèle de workflow Dataproc. Consultez WorkflowTemplate.EncryptionConfig.kmsKey pour obtenir la liste des types de tâches et des arguments de modèle de workflow chiffrés à l'aide de CMEK lorsque cette fonctionnalité est activée.

Créez une clé à l'aide du service Cloud Key Management Service (Cloud KMS). Le nom de la ressource de la clé, que vous utiliserez lors des étapes suivantes, se construit comme suit :
```
projects/project-id/locations/region/keyRings/key-ring-name/cryptoKeys/key-name
```
Utilisez la page Clés cryptographiques de la console Google Cloud pour copier un ID de ressource de clé dans le presse-papiers.
Pour permettre aux comptes de service Dataproc d'utiliser votre clé:
1. Attribuez le rôle Cloud KMS CryptoKey Encrypter/Decrypter au Compte de service d'agent de service Dataproc. Pour attribuer le rôle, vous pouvez utiliser la CLI gcloud :
```
 gcloud projects add-iam-policy-binding KMS_PROJECT_ID \
 --member serviceAccount:service-PROJECT_NUMBER@dataproc-accounts.iam.gserviceaccount.com \
 --role roles/cloudkms.cryptoKeyEncrypterDecrypter
```
  Remplacez les éléments suivants :
  
  KMS_PROJECT_ID : ID de votre projet Google Cloud exécutant Cloud KMS. Il peut également s'agir du projet qui exécute les ressources Dataproc.
  
  PROJECT_NUMBER : numéro de votre projet Google Cloud qui exécute les ressources Dataproc, et non son ID
2. Activez l'API Cloud KMS sur le projet qui exécute les ressources Dataproc.
3. Si le rôle d'agent de service Dataproc n'est pas associé au compte de service d'agent de service Dataproc, puis ajoutez l'autorisation serviceusage.services.use associé au compte de service de l'agent de service Dataproc. Si le rôle d'agent de service Dataproc est associé au compte de service de l'agent de service Dataproc, vous pouvez ignorer cette étape.
Vous pouvez utiliser la Google Cloud CLI ou l'API Dataproc pour définir la clé que vous avez créée à l'étape 1 sur un workflow. Une fois la clé définie sur un workflow, tous les arguments et requêtes de la tâche de workflow sont chiffrés à l'aide de la clé pour tous les types de tâches et arguments listés dans WorkflowTemplate.EncryptionConfig.kmsKey.
CLI gcloud

Transmettez l'ID de ressource de votre clé à la l'option --kms-key lorsque vous créez le modèle de workflow avec gcloud dataproc workflow-templates create.

Exemple :
```
gcloud dataproc workflow-templates create my-template-name \
    --region=region \
    --kms-key='projects/project-id/locations/region/keyRings/key-ring-name/cryptoKeys/key-name' \
    other arguments ...
```
Vous pouvez vérifier les paramètres de clé à partir de l'outil de ligne de commande gcloud.
```
gcloud dataproc workflow-templates describe TEMPLATE_NAME \
    --region=REGION
```
```
...
id: my-template-name
encryptionConfig:
kmsKey: projects/PROJECT_ID/locations/REGION/keyRings/KEY_RING_NAME/cryptoKeys/KEY_NAME
...
```
API REST

Utilisez WorkflowTemplate.EncryptionConfig.kmsKey dans le cadre d'un workflowTemplates.create requête.

Vous pouvez vérifier les paramètres de la clé en émettant une workflowTemplates.get requête. Le fichier JSON renvoyé contient la liste des kmsKey :
```
...
"id": "my-template-name",
"encryptionConfig": {
  "kmsKey": "projects/project-id/locations/region/keyRings/key-ring-name/cryptoKeys/key-name"
},
```

Cloud External Key Manager

Cloud External Key Manager (Cloud EKM) vous permet de protéger les données Dataproc à l'aide de clés gérées par un partenaire de gestion des clés externes compatible. Les étapes que vous suivez pour utiliser EKM dans Dataproc sont les mêmes que celles permettant de configurer les clés CMEK, à la différence suivante : votre clé pointe vers un URI pour la clé gérée en externe (voir Présentation de Cloud EKM).

Erreurs Cloud EKM

Lorsque vous utilisez Cloud EKM, une tentative de création d'un cluster peut échouer en raison d'erreurs liées aux entrées, à Cloud EKM, au système partenaire de gestion des clés externes ou aux communications entre EKM et le système externe. Si vous utilisez l'API REST ou la console Google Cloud, les erreurs sont consignées dans Logging. Vous pouvez examiner l'état du cluster dans l'onglet Afficher le journal.