Dataproc sur GKE vous permet d'exécuter des applications Big Data à l'aide de l'API Dataproc jobs sur des clusters GKE.
Utilisez la console Google Cloud, Google Cloud CLI ou l'API Dataproc (requête HTTP ou bibliothèques clientes Cloud) pour créer un cluster virtuel Dataproc sur GKE, puis envoyez une tâche Spark, PySpark, SparkR ou Spark-SQL au service Dataproc.
Dataproc sur GKE est compatible avec les versions Spark 2.4 et Spark 3.1.
Fonctionnement de Dataproc sur GKE
Dataproc sur GKE déploie des clusters virtuels Dataproc sur un cluster GKE. Contrairement aux clusters Dataproc sur Compute Engine, les clusters virtuels Dataproc sur GKE n'incluent pas de VM maîtres et de calcul distinctes. À la place, lorsque vous créez un cluster virtuel Dataproc sur GKE, Dataproc sur GKE crée des pools de nœuds dans un cluster GKE. Les tâches Dataproc sur GKE sont exécutées en tant que pods sur ces pools de nœuds. Les pools de nœuds et la programmation des pods de ces pools sont gérés par GKE.