Dataproc utilise des images pour relier les connecteurs Google Cloud Platform utiles et les composants Apache Spark et Apache Hadoop en un seul package pouvant être déployé sur un cluster Dataproc. Ces images contiennent le système d'exploitation de base (Debian ou Ubuntu) du cluster, ainsi que les composants principaux et facultatifs nécessaires à l'exécution de tâches, tels que Spark, Hadoop et Hive. Ces images seront mises à jour périodiquement de manière à inclure les dernières améliorations et fonctionnalités. La gestion des versions de Dataproc vous permet de sélectionner des ensembles de versions logicielles lorsque vous créez des clusters.
Fonctionnement de la gestion des versions
Lorsqu'une image est créée, un numéro de version d'image lui est attribué, qui respecte le format suivant :
version_major.version_minor.version_sub_minor-os_distribution
Les distributions de système d'exploitation suivantes sont actuellement gérées :
| Code de distribution du système d'exploitation | Distribution de l'OS |
|---|---|
| centos8 | CentOS 8 |
| debian10 | Debian 10 |
| ubuntu18 | Ubuntu 18 |
Consultez la section Anciennes versions d'image pour obtenir la liste des distributions de système d'exploitation précédemment compatibles.
La méthode recommandée consiste à spécifier la version d'image major.minor pour les environnements de production ou lorsqu'il est important d'assurer la compatibilité avec des versions de composants spécifiques. Les distributions de correction et de système d'exploitation seront automatiquement définies sur la dernière version hebdomadaire.
Sélectionner des versions
Lorsque vous créez un cluster Dataproc, la dernière version d'image Debian disponible est utilisée par défaut. Vous pouvez sélectionner une version d'image CentOS, Debian ou Ubuntu lors de la création d'un cluster (consultez la liste des versions d'image Dataproc).
Lorsque vous spécifiez des images basées sur Debian, vous pouvez omettre le suffixe du code de distribution du système d'exploitation, par exemple en spécifiant 2.0 pour sélectionner l'image 2.0-debian10.
Le suffixe du système d'exploitation doit être utilisé pour sélectionner une image basée sur CentOS ou Ubuntu, par exemple, en spécifiant 2.0-ubuntu18.
Commande gcloud
Lorsque vous utilisez la commande gcloud dataproc clusters create, vous pouvez utiliser l'argument --image-version pour spécifier une version d'image pour le nouveau cluster.
Exemple d'image Debian :
gcloud dataproc clusters create cluster-name \ --image-version=2.0 \ --region=region
Exemple d'image Ubuntu :
gcloud dataproc clusters create cluster-name \ --image-version=2.0-ubuntu18 \ --region=region
Il est recommandé d'omettre la version de correction afin que la plus récente soit utilisée. Toutefois, si nécessaire, la version de correction peut être spécifiée, par exemple "2.0.20".
Vous pouvez vérifier quelle est la version actuelle à l'aide de l'outil de ligne de commande gcloud.
gcloud dataproc clusters describe cluster-name \ --region=region
API REST
Vous pouvez spécifier le champ SoftwareConfig
imageVersion dans le cadre d'une requête d'API cluster.create.
Exemple
POST /v1/projects/project-id/regions/us-central1/clusters/
{
"projectId": "project-id",
"clusterName": "example-cluster",
"config": {
"configBucket": "",
"gceClusterConfig": {
"subnetworkUri": "default",
"zoneUri": "us-central1-b"
},
"masterConfig": {
...
}
},
"workerConfig": {
...
}
},
"softwareConfig": {
"imageVersion": "2.0"
}
}
}
Console
Ouvrez la page Dataproc Créer un cluster. Le panneau "Configurer un cluster" est sélectionné. Les champs "Type d'image" et "Version" de la section "Gestion des versions" affichent l'image qui sera utilisée lors de la création du cluster. La date de sortie de l'image est également indiquée. Par défaut, l'image par défaut, la dernière version disponible de Debian, s'affiche comme étant sélectionnée. Cliquez sur MODIFIER pour afficher la liste des images disponibles. Vous pouvez sélectionner une option standard ouimage personnalisée à utiliser pour votre cluster.
Nouvelles versions
De nouvelles versions majeures seront créées périodiquement pour intégrer un ou plusieurs de ces éléments :
- Nouvelles versions majeures :
- Spark, Hadoop et autres composants big data
- Connecteurs Google Cloud
- Modifications ou mises à jour majeures des fonctionnalités Dataproc
De nouvelles versions mineures seront créées périodiquement pour intégrer un ou plusieurs de ces éléments :
- Nouvelles versions et mises à jour mineures :
- Spark, Hadoop et autres composants big data
- Connecteurs Google Cloud
- Modifications ou mises à jour mineures des fonctionnalités Dataproc
Lorsqu'une version mineure est créée, son image Debian devient la valeur par défaut de la version majeure et représente la dernière version de la version majeure.
De nouvelles versions de correction seront créées périodiquement pour intégrer un ou plusieurs de ces éléments :
- Correctifs ou solutions pour un composant de l'image
Compatibilité des images de version avec Dataproc
Les versions d'image mineures sont compatibles pendant 24 mois après leur disponibilité générale. Pendant ce délai, les clusters utilisant ces versions d'image peuvent bénéficier d'une assistance (réception de correctifs, nouvelle création d'un cluster en utilisant la dernière version d'image mineure acceptée). Une fois ce délai passé, l'assistance n'est plus disponible.
Anciennes versions d'image
Distributions de système d'exploitation précédemment compatibles
Les distributions de système d'exploitation suivantes étaient précédemment compatibles :
| Code de distribution du système d'exploitation | Distribution du système d'exploitation | Dernier correctif (fin de compatibilité) |
|---|---|---|
| debian9 | Debian 9 | 10 juillet 2020 |
| deb8 | Debian 8 | 26 octobre 2018 |
Versions d'image sans distribution de système d'exploitation explicite
Avant le 16 août 2018, les versions d'image étaient conçues avec Debian 8 et n'incluaient pas le code de distribution du système d'exploitation. Elles sont spécifiées au format suivant :
version_major.version_minor.version_sub_minor
0.1 et 0.2
Les versions d'image alpha ou bêta publiées avant la disponibilité générale de Dataproc version 1.0 ne sont pas soumises aux règles de compatibilité de Dataproc.