Escala clústeres de Dataproc

Después de crear un clúster de Dataproc, lo puedes configurar (“escalar”) mediante el aumento o la disminución de la cantidad de nodos trabajadores primarios o secundarios (escalamiento horizontal) en el clúster. Puedes escalar un clúster de Dataproc en cualquier momento, incluso cuando los trabajos están en ejecución. No puedes cambiar el tipo de máquina de un clúster existente (escalamiento vertical). Para escalar verticalmente, crea un clúster con un tipo de máquina compatible y, luego, migra los trabajos al clúster nuevo.

Usa el ajuste de escala automático de Dataproc. En lugar de escalar los clústeres de forma manual, habilita el ajuste de escala automático a fin de que Dataproc establezca la cantidad "adecuada" de trabajadores para tus cargas de trabajo.

¿Por qué escalar un clúster de Dataproc?

1. Para aumentar la cantidad de trabajadores a fin de que un trabajo se ejecute más rápido
2. Para disminuir la cantidad de trabajadores y ahorrar dinero (consulta Retiro de servicio ordenado como una opción que se usa cuando se reduce el tamaño de un clúster a fin de evitar la pérdida de trabajo en progreso)
3. Para aumentar la cantidad de nodos y expandir el almacenamiento disponible en el sistema de archivos distribuido de Hadoop (HDFS)

Nota: No puedes escalar un clúster de un solo nodo.

Como los clústeres se pueden escalar más de una vez, puedes necesitar aumentar o disminuir el tamaño del clúster en algún momento y volverlo a hacer después.

Quita trabajadores: Si quitas trabajadores de tu clúster, asegúrate de que el tamaño del clúster nuevo sea suficiente para controlar la carga de trabajo; si no lo es, tus trabajos pueden tardar más tiempo en completarse o pueden interrumpirse.

Usa el escalamiento

Hay tres maneras en las que puedes escalar tu clúster de Dataproc:

1. Usa la herramienta de línea de comandos de gcloud en gcloud CLI.
2. Edita la configuración del clúster en la consola de Google Cloud.
3. Usa la API de REST.

Los trabajadores nuevos que se agreguen a un clúster usarán el mismo tipo de máquina que los trabajadores existentes. Por ejemplo, si un clúster se crea con trabajadores que usan el tipo de máquina n1-standard-8, los trabajadores nuevos también usarán el tipo de máquina n1-standard-8.

Nota: Dataproc no es compatible con el cambio de tamaño de los trabajadores (CPU virtual, memoria, disco persistente) cuando agregas trabajadores a un clúster.

Puedes escalar la cantidad de trabajadores principales o secundarios (interrumpibles), o ambos. Por ejemplo, si solo escalas la cantidad de trabajadores interrumpibles, la cantidad de trabajadores principales permanece igual.

gcloud

Configuración de la CLI de gcloud: Debes configurar gcloud CLI para usar Google Cloud CLI.

Para escalar un clúster con gcloud dataproc clusters update, ejecuta el siguiente comando.

gcloud dataproc clusters update cluster-name \
    --region=region \
    [--num-workers and/or --num-secondary-workers]=new-number-of-workers

en el que cluster-name es el nombre del clúster que se actualizará y new-number-of-workers es la cantidad actualizada de nodos trabajadores principales o secundarios. Por ejemplo, para escalar un clúster llamado “dataproc-1” a fin de usar cinco nodos trabajadores principales, ejecuta el comando siguiente.

gcloud dataproc clusters update dataproc-1 \
    --region=region \
    --num-workers=5
...
Waiting on operation [operations/projects/project-id/operations/...].
Waiting for cluster update operation...done.
Updated [https://dataproc.googleapis.com/...].
clusterName: my-test-cluster
...
  masterDiskConfiguration:
    bootDiskSizeGb: 500
  masterName: dataproc-1-m
  numWorkers: 5
  ...
  workers:
  - my-test-cluster-w-0
  - my-test-cluster-w-1
  - my-test-cluster-w-2
  - my-test-cluster-w-3
  - my-test-cluster-w-4
...

API de REST

Consulta clusters.patch.

Ejemplo

PATCH /v1/projects/project-id/regions/us-central1/clusters/example-cluster?updateMask=config.worker_config.num_instances,config.secondary_worker_config.num_instances
{
  "config": {
    "workerConfig": {
      "numInstances": 4
    },
    "secondaryWorkerConfig": {
      "numInstances": 2
    }
  },
  "labels": null
}

Permite que Console elabore tu solicitud de actualización del clúster.: Puedes hacer clic en el vínculo Equivalent REST en la parte inferior de la página Detalles del clúster de Dataproc en la consola de Google Cloud → Configuración para que Console cree una solicitud PATCH de API de REST equivalente.

Console

Después de crear un clúster, lo puedes escalar si abres la página Detalles del clúster desde la página Clústeres en la consola de Google Cloud y, luego, haces clic en el botón Editar en la pestaña Configuración.

Ingresa un valor nuevo para la cantidad de nodos trabajadores o nodos trabajadores interrumpibles (actualizados a “5” y “2”, respectivamente, en la captura de pantalla siguiente).

Haz clic en Guardar (Save) para actualizar el clúster.

Cómo Dataproc selecciona los nodos del clúster para quitarlos

En los clústeres creados con versiones de imagen 1.5.83+, 2.0.57+, y 2.1.5+, cuando se reduce la escala de un clúster, Dataproc intenta minimizar el impacto de la eliminación de nodos en las aplicaciones de YARN en ejecución. Para ello, primero quita los nodos inactivos, no aptos y en estado inactivo y, luego, quita los nodos con los menos contenedores y aplicaciones principales de YARN en ejecución.

Retiro de servicio ordenado

Cuando realizas un escalamiento descendente de un clúster, el trabajo en progreso puede terminar antes de completarse. Si usas Dataproc v 1.2 o una versión posterior, puedes usar el retiro de servicio ordenado, que incorpora el retiro de servicio ordenado de nodos YARN para terminar el trabajo en curso en un trabajador antes de quitarlo del clúster de Cloud Dataproc.

Nota: No se quita un trabajador de un clúster hasta que finalizan las aplicaciones YARN en ejecución.

Retiro de servicio ordenado y trabajadores secundarios

El grupo de trabajadores interrumpibles (secundarios) continúa con el aprovisionamiento o el borrado de trabajadores a fin de alcanzar el tamaño esperado incluso después de que una operación de escalamiento de clúster se marcó como completada. Si intentas el retiro de servicio ordenado de un trabajador secundario y recibes un mensaje de error similar al siguiente:

“El grupo de trabajadores secundarios no se puede modificar fuera de Dataproc. Si la creación o actualización de este clúster es reciente, espera unos minutos antes de realizar un retiro de servicio ordenado a fin de permitir que todas las instancias secundarias se unan o abandonen el clúster. Tamaño del grupo de trabajadores secundarios esperado: x. Tamaño real: y”,

espera unos minutos y, luego, repite la solicitud de retiro de servicio ordenado.

También ten en cuenta lo siguiente:

• Puedes realizar un retiro de servicio de manera forzosa de trabajadores interrumpibles en cualquier momento.
• Puedes realizar un retiro de servicio ordenado de trabajadores principales en cualquier momento

Usa retiro de servicio ordenado

El retiro de servicio ordenado de Dataproc incorpora el retiro de servicio ordenado de nodos YARN para finalizar un trabajo en curso en un trabajador antes de quitarlo del clúster de Cloud Dataproc. Por configuración predeterminada, el retiro de servicio ordenado está inhabilitado. Lo inhabilitas mediante la configuración de un valor de tiempo de espera cuando actualizas tu clúster con el fin de quitar uno o más trabajadores del clúster.

gcloud

Cuando actualices un clúster para quitar uno o más trabajadores, usa el comando gcloud dataproc clusters update con la marca --graceful-decommission-timeout. Los valores del tiempo de espera (string) pueden ser un valor de “0s” (el predeterminado; retiro de servicio a la fuerza no ordenado) o una duración positiva relacionada con la hora actual (por ejemplo, “3s”). La duración máxima es de 1 día.

Duraciones: Especifica la duración de un retiro de servicio ordenado como un número entero no negativo con uno de los sufijos en minúsculas siguientes: “s”, “m”, “h”, o “de” para los segundos, minutos, horas o días, respectivamente. La duración máxima de un retiro de servicio ordenado es de “1d” (un día). Si se omite el sufijo, se supone que son segundos.

gcloud dataproc clusters update cluster-name \
    --region=region \
    --graceful-decommission-timeout="timeout-value" \
    [--num-workers and/or --num-secondary-workers]=decreased-number-of-workers \
    ... other args ...

API de REST

Consulta clusters.patch.gracefulDecommissionTimeout. Los valores del tiempo de espera (string) pueden ser un valor de “0” (el predeterminado; retiro de servicio a la fuerza no ordenado) o una duración en segundos (por ejemplo, “3s”). La duración máxima es de 1 día.

Console

Después de crear un clúster, puedes seleccionar el retiro de servicio ordenado de un clúster si abres la página Detalles del clúster (Cluster details) desde la página de la consola de Google Cloud Clústeres y, luego, haces clic en el botón Editar (Edit) en la pestaña Configuración (Configuration).

En la sección Retiro de servicio ordenado (Graceful Decommissioning), marca la casilla “Usa el retiro de servicio ordenado” (Use graceful decommissioning) y, luego, selecciona un valor de tiempo de espera.

Haz clic en Guardar para actualizar el clúster.

Cómo cancelar una operación de reducción de escala de retiro de servicio ordenado

En los clústeres de Dataproc creados con versiones de imagen 2.0.57+, o 2.1.5+, puedes ejecutar el comando gcloud dataproc operations cancel o emitir una solicitud a la API de Dataproc operations.cancel para cancelar una operación de reducción de escala de baja elegante.

Para obtener el nombre del recurso, incluido el ID, de una operación de reducción de escala, ejecuta gcloud dataproc operations list o emite una solicitud operations.list de la API de Dataproc.

Cuando cancelas una operación de reducción de escala de retiro de servicio ordenado, sucede lo siguiente:

• Los trabajadores en un estado DECOMMISSIONING se vuelven a encargar y se convierten en ACTIVE cuando se completa la cancelación de la operación.

• Si la operación de reducción incluye actualizaciones de etiquetas, es posible que las actualizaciones no se apliquen.

Nota: La cancelación de una operación de reducción de escala es asíncrona. Dataproc hace todo lo posible para cancelar la operación, pero no se garantiza que se realice correctamente.

Para verificar el estado de la solicitud de cancelación, puedes ejecutar el comando gcloud dataproc operations describe o enviar una solicitud operations.get a la API de Dataproc. Si la operación de cancelación se realiza correctamente, el estado de la operación interna se marca como CANCELADA.