Dataproc 模板
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
使用 GitHub 上的 Dataproc 模板设置和运行 Dataproc 工作负载和作业。
模板提供以下语言和执行环境:
- Airflow 编排模板:在 Airflow 中通过 DAG 运行 Spark 作业。
- Java 模板:在 Dataproc Serverless 或现有 Dataproc 集群上运行 Spark 批处理工作负载或作业。
- Python 模板:在 Dataproc Serverless 上运行 PySpark 批处理工作负载。
- 笔记本模板:使用 Vertex AI 笔记本运行 Spark 作业。
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2025-02-01。
[[["易于理解","easyToUnderstand","thumb-up"],["解决了我的问题","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["很难理解","hardToUnderstand","thumb-down"],["信息或示例代码不正确","incorrectInformationOrSampleCode","thumb-down"],["没有我需要的信息/示例","missingTheInformationSamplesINeed","thumb-down"],["翻译问题","translationIssue","thumb-down"],["其他","otherDown","thumb-down"]],["最后更新时间 (UTC):2025-02-01。"],[],[]]