Vuelve a crear y actualiza un clúster virtual de Dataproc en GKE

Puedes copiar la configuración de un clúster virtual de Dataproc en GKE existente, actualizar la configuración copiada y, luego, crear un clúster de Dataproc en GKE nuevo con la configuración actualizada.

Pasos para volver a crear y actualizar un clúster de Dataproc en GKE

gcloud

1. Establece las variables de entorno:

CLUSTER=existing Dataproc on GKE  cluster name \
  REGION=region

  1. Exporta la configuración existente del clúster de Dataproc en GKE a un archivo YAML. 

    gcloud dataproc clusters export $CLUSTER \
    --region=$REGION > "${CLUSTER}-config.yaml"

  2. Actualiza la configuración.

    1. Quita el campo kubernetesNamespace. Quitar este campo es necesario para evitar un conflicto de espacio de nombres cuando crees el clúster actualizado.

      Comando sed de muestra para quitar el campo kubernetesNamespace: 

      sed -E "s/kubernetesNamespace: .+$//g" ${CLUSTER}-config.yaml

    2. Realiza cambios adicionales para actualizar la configuración del clúster virtual de Dataproc en GKE, como cambiar la componentVersion de Spark.

  3. Borra el clúster virtual de Dataproc existente en GKE si crearás un clúster que tenga el mismo nombre que el clúster que se actualizará (si reemplazas el clúster original).

  4. Espera a que finalice la operación de eliminación anterior y, luego, importa la configuración del clúster actualizada para crear un clúster virtual de Dataproc en GKE nuevo con la configuración actualizada. 

    gcloud dataproc clusters import $CLUSTER \
    --region=$REGION \
    --source="${CLUSTER}-config.yaml"

API

1. Establece las variables de entorno:

CLUSTER=existing Dataproc on GKE  cluster name \
  REGION=region

  1. Exporta la configuración existente del clúster de Dataproc en GKE a un archivo YAML. 

    curl -X GET -H "Authorization: Bearer $(gcloud auth print-access-token)"  "https://dataproc.googleapis.com/v1/projects/${PROJECT}/regions/${REGION}/clusters/${CLUSTER}?alt=json" > "${CLUSTER}-config.json"

  2. Quita el campo kubernetesNamespace. La eliminación de este campo es necesaria para evitar un conflicto de espacio de nombres cuando crees el clúster actualizado.

    Comando jq de muestra para quitar el campo kubernetesNamespace: 

    jq 'del(.virtualClusterConfig.kubernetesClusterConfig.kubernetesNamespace)'

    1. Realiza cambios adicionales para actualizar la configuración del clúster virtual de Dataproc en GKE, como cambiar la componentVersion de Spark.

  3. Borra el clúster virtual de Dataproc en GKE existente si crearás un clúster que tenga el mismo nombre que el clúster que se actualizará (si reemplazas el clúster original). 

    curl -X DELETE -H "Authorization: Bearer $(gcloud auth print-access-token)" "https://dataproc.googleapis.com/v1/projects/${PROJECT}/regions/${REGION}/clusters/${CLUSTER}"

  4. Espera a que finalice la operación de eliminación anterior y, luego, importa la configuración del clúster actualizada para crear un clúster virtual de Dataproc en GKE nuevo con la configuración actualizada. 

    curl -i -X POST  -H "Authorization: Bearer $(gcloud auth print-access-token)"  -H "Content-Type: application/json; charset=utf-8" -d "@${CLUSTER}-config.json" "https://dataproc.googleapis.com/v1/projects/${PROJECT}/regions/${REGION}/clusters?alt=json"

Console

La consola de Google Cloud no admite la recreación de un clúster virtual de Dataproc en GKE mediante la importación de la configuración de un clúster existente.