Recrear y actualizar un clúster virtual de Dataproc en GKE

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

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

gcloud CLI

1. Establece las variables de entorno:

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

1. Exporta la configuración del clúster de Dataproc existente 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. Es necesario quitar este campo para evitar un conflicto de espacio de nombres cuando creas el clúster actualizado.

      Ejemplo de comando sed para quitar el campo kubernetesNamespace:

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

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

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

4. Espera a que finalice la operación de eliminación anterior y, luego, importa la configuración actualizada del clúster para crear un clúster virtual nuevo de Dataproc en GKE 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 del clúster de Dataproc existente 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. Es necesario quitar este campo para evitar un conflicto de espacio de nombres cuando creas el clúster actualizado.

   Ejemplo de comando jq para quitar el campo kubernetesNamespace:

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

   1. Realiza cambios adicionales para actualizar los ajustes de 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 está actualizando (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 actualizada del clúster para crear un clúster virtual nuevo de Dataproc en GKE 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"
   

Consola

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