Grupos de nodos del controlador de Dataproc

Descripción general

Un recurso NodeGroup de Dataproc es un grupo de nodos de clúster de Dataproc que ejecutan un rol asignado. En esta página, se describe el grupo de nodos del controlador, que es un grupo de VMs de Compute Engine a las que se les asignó el rol Driver para ejecutar controladores de trabajo en el clúster de Dataproc.

Cuándo usar grupos de nodos de controlador

  • Usa grupos de nodos de controlador solo cuando necesites ejecutar muchas tareas simultáneas en un clúster compartido.
  • Aumenta los recursos del nodo principal antes de usar grupos de nodos de controlador para evitar las limitaciones de los grupos de nodos de controlador.

Cómo te ayudan los nodos de controlador a ejecutar trabajos concurrentes

Dataproc inicia un proceso de controlador de trabajo en un nodo instancia principal del clúster de Dataproc para cada trabajo. El proceso del controlador, a su vez, ejecuta un controlador de aplicación, como spark-submit, como su proceso secundario. Sin embargo, la cantidad de trabajos simultáneos que se ejecutan en el nodo principal está limitada por los recursos disponibles en el nodo principal y, como los nodos principales de Dataproc no se pueden escalar, un trabajo puede fallar o restringirse cuando los recursos del nodo principal son insuficientes para ejecutar un trabajo.

Los grupos de nodos del controlador son grupos de nodos especiales que administra YARN, por lo que la simultaneidad de trabajos no se limita por los recursos del nodo principal. En los clústeres con un grupo de nodos de controlador, los controladores de la aplicación se ejecutan en nodos de controlador. Cada nodo de controlador puede ejecutar varios controladores de aplicación si tiene recursos suficientes.

Beneficios

Usar un clúster de Dataproc con un grupo de nodos de controlador te permite hacer lo siguiente:

  • Escala horizontalmente los recursos del controlador de trabajo para ejecutar más trabajos simultáneos
  • Ajusta los recursos del controlador por separado de los recursos del trabajador
  • Obtén una reducción más rápida en los clústeres de imágenes de Dataproc 2.0 y versiones posteriores. En estos clústeres, el elemento principal de la app se ejecuta dentro de un controlador de Spark en un grupo de nodos de controlador (spark.yarn.unmanagedAM.enabled se establece en true de forma predeterminada).
  • Personaliza el inicio del nodo del controlador. Puedes agregar {ROLE} == 'Driver' en una secuencia de comandos de inicialización para que realice acciones para un grupo de nodos de controlador en la selección de nodos.

Limitaciones

  • Los grupos de nodos no son compatibles con las plantillas de flujo de trabajo de Dataproc.
  • Los clústeres de grupos de nodos no se pueden detener, reiniciar ni ajustar automáticamente.
  • El nodo principal de la app de MapReduce se ejecuta en nodos trabajadores. La reducción de escala de los nodos trabajadores puede ser lenta si habilitas la baja de servicio sin interrupciones.
  • La simultaneidad de trabajos se ve afectada por la propiedad de clúster dataproc:agent.process.threads.job.max. Por ejemplo, con tres maestros y esta propiedad establecida en el valor predeterminado de 100, la simultaneidad máxima de trabajos a nivel del clúster es 300.

Grupo de nodos del controlador en comparación con el modo de clúster de Spark

Atributo Modo de clúster de Spark Grupo de nodos del controlador
Reducción de escala de nodos trabajadores Los controladores de larga duración se ejecutan en los mismos nodos de trabajo que los contenedores de corta duración, lo que ralentiza la reducción de escala de los trabajadores con la baja elegante. Los nodos trabajadores se reducen más rápido cuando los controladores se ejecutan en grupos de nodos.
Salida del controlador transmitida Requiere buscar en los registros de YARN para encontrar el nodo en el que se programó el controlador. El resultado del controlador se transmite a Cloud Storage y se puede ver en la consola de Google Cloud y en el resultado del comando gcloud dataproc jobs wait después de que se completa un trabajo.

Permisos de IAM del grupo de nodos del controlador

Los siguientes permisos de IAM están asociados con las siguientes acciones relacionadas con el grupo de nodos de Dataproc.

Permiso Acción
dataproc.nodeGroups.create Crea grupos de nodos de Dataproc. Si un usuario tiene dataproc.clusters.create en el proyecto, se otorga este permiso.
dataproc.nodeGroups.get Obtén los detalles de un grupo de nodos de Dataproc.
dataproc.nodeGroups.update Cambia el tamaño de un grupo de nodos de Dataproc.

Operaciones del grupo de nodos del controlador

Puedes usar gcloud CLI y la API de Dataproc para crear, recuperar, cambiar el tamaño, borrar y enviar trabajos a un grupo de nodos de controlador de Dataproc.

Crea un clúster de grupo de nodos de controlador

Un grupo de nodos de controlador se asocia con un clúster de Dataproc. Creas un grupo de nodos como parte de la creación de un clúster de Dataproc. Puedes usar gcloud CLI o la API de REST de Dataproc para crear un clúster de Dataproc con un grupo de nodos de controlador.

gcloud

gcloud dataproc clusters create CLUSTER_NAME \
    --region=REGION \
    --driver-pool-size=SIZE \
    --driver-pool-id=NODE_GROUP_ID

Marcas obligatorias:

  • CLUSTER_NAME: Es el nombre del clúster, que debe ser único dentro de un proyecto. El nombre debe comenzar con una letra minúscula y puede contener hasta 51 letras minúsculas, números y guiones. No puede terminar con un guion. El nombre de un clúster borrado se puede volver a usar.
  • REGION: Es la región en la que se ubicará el clúster.
  • SIZE: Es la cantidad de nodos de controlador en el grupo de nodos. La cantidad de nodos necesarios depende de la carga de trabajo y del tipo de máquina del grupo de controladores. La cantidad de nodos de grupo de controladores mínimos es igual a la memoria total o las CPU virtuales que requieren los controladores de trabajo divididas por la memoria de la máquina o las CPU virtuales de cada grupo de controladores.
  • NODE_GROUP_ID: Opcional y recomendado. El ID debe ser único en el clúster. Usa este ID para identificar el grupo de controladores en operaciones futuras, como cambiar el tamaño del grupo de nodos. Si no se especifica, Dataproc genera el ID del grupo de nodos.

Marca recomendada:

  • --enable-component-gateway: Agrega esta marca para habilitar la Puerta de enlace de componentes de Dataproc, que proporciona acceso a la interfaz web de YARN. En las páginas Aplicación y Programador de la IU de YARN, se muestran el estado del clúster y del trabajo, la memoria de la cola de la aplicación, la capacidad del núcleo y otras métricas.

Marcas adicionales: Las siguientes marcas driver-pool opcionales se pueden agregar al comando gcloud dataproc clusters create para personalizar el grupo de nodos.

Marcar Valor predeterminado
--driver-pool-id Es un identificador de cadena que genera el servicio si la marca no lo establece. Este ID se puede usar para identificar el grupo de nodos cuando se realizan operaciones futuras del grupo de nodos, como cambiar su tamaño.
--driver-pool-machine-type n1-standard-4
--driver-pool-accelerator No hay predeterminado. Cuando especificas un acelerador, el tipo de GPU es obligatorio, pero la cantidad es opcional.
--num-driver-pool-local-ssds Sin opción predeterminada
--driver-pool-local-ssd-interface Sin opción predeterminada
--driver-pool-boot-disk-type pd-standard
--driver-pool-boot-disk-size 1000 GB
--driver-pool-min-cpu-platform AUTOMATIC

REST

Completa un AuxiliaryNodeGroup como parte de una solicitud cluster.create de la API de Dataproc.

Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:

  • PROJECT_ID: Obligatorio. ID del proyecto de Google Cloud.
  • REGION: Obligatorio. Región del clúster de Dataproc
  • CLUSTER_NAME: Obligatorio. El nombre del clúster, que debe ser único dentro de un proyecto El nombre debe comenzar con una letra minúscula y puede contener hasta 51 letras minúsculas, números y guiones. No puede terminar con un guion. El nombre de un clúster borrado se puede volver a usar.
  • SIZE: Obligatorio. Cantidad de nodos en el grupo de nodos.
  • NODE_GROUP_ID: Opcional y recomendado. El ID debe ser único dentro del clúster. Usa este ID para identificar el grupo de controladores en operaciones futuras, como cambiar el tamaño del grupo de nodos. Si no se especifica, Dataproc genera el ID del grupo de nodos.

Opciones adicionales: Consulta NodeGroup.

Método HTTP y URL: 

POST https://dataproc.googleapis.com/v1/projects/PROJECT_ID/regions/REGION/clusters

Cuerpo JSON de la solicitud:

{
  "clusterName":"CLUSTER_NAME",
  "config": {
    "softwareConfig": {
      "imageVersion":""
    },
    "endpointConfig": {
      "enableHttpPortAccess": true
    },
    "auxiliaryNodeGroups": [{
        "nodeGroup":{
            "roles":["DRIVER"],
            "nodeGroupConfig": {
                "numInstances": SIZE
             }
         },
        "nodeGroupId": "NODE_GROUP_ID"
    }]
  }
}

Para enviar tu solicitud, expande una de estas opciones:

Deberías recibir una respuesta JSON similar a la que se muestra a continuación:

{
  "projectId": "PROJECT_ID",
  "clusterName": "CLUSTER_NAME",
  "config": {
    ...
    "auxiliaryNodeGroups": [
      {
        "nodeGroup": {
"name": "projects/PROJECT_ID/regions/REGION/clusters/CLUSTER_NAME/nodeGroups/NODE_GROUP_ID",
          "roles": [
            "DRIVER"
          ],
          "nodeGroupConfig": {
            "numInstances": SIZE,
            "instanceNames": [
              "CLUSTER_NAME-np-q1gp",
              "CLUSTER_NAME-np-xfc0"
            ],
            "imageUri": "https://www.googleapis.com/compute/v1/projects/cloud-dataproc-ci/global/images/dataproc-2-0-deb10-...-rc01",
            "machineTypeUri": "https://www.googleapis.com/compute/v1/projects/PROJECT_ID/zones/REGION-a/machineTypes/n1-standard-4",
            "diskConfig": {
              "bootDiskSizeGb": 1000,
              "bootDiskType": "pd-standard"
            },
            "managedGroupConfig": {
              "instanceTemplateName": "dataproc-2a8224d2-...",
              "instanceGroupManagerName": "dataproc-2a8224d2-..."
            },
            "minCpuPlatform": "AUTOMATIC",
            "preemptibility": "NON_PREEMPTIBLE"
          }
        },
        "nodeGroupId": "NODE_GROUP_ID"
      }
    ]
  },
}

Obtén metadatos del clúster del grupo de nodos del controlador

Puedes usar el comando gcloud dataproc node-groups describe o la API de Dataproc para obtener los metadatos del grupo de nodos del controlador.

gcloud

gcloud dataproc node-groups describe NODE_GROUP_ID \
    --cluster=CLUSTER_NAME \
    --region=REGION

Marcas obligatorias:

  • NODE_GROUP_ID: Puedes ejecutar gcloud dataproc clusters describe CLUSTER_NAME para mostrar el ID del grupo de nodos.
  • CLUSTER_NAME: Es el nombre del clúster.
  • REGION: Es la región del clúster.

REST

Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:

  • PROJECT_ID: Obligatorio. ID del proyecto de Google Cloud.
  • REGION: Obligatorio. La región del clúster
  • CLUSTER_NAME: Obligatorio. Es el nombre del clúster.
  • NODE_GROUP_ID: Obligatorio. Puedes ejecutar gcloud dataproc clusters describe CLUSTER_NAME para enumerar el ID del grupo de nodos.

Método HTTP y URL: 

GET https://dataproc.googleapis.com/v1/projects/PROJECT_ID/regions/REGION/clusters/CLUSTER_NAMEnodeGroups/Node_GROUP_ID

Para enviar tu solicitud, expande una de estas opciones:

Deberías recibir una respuesta JSON similar a la que se muestra a continuación:

{
  "name": "projects/PROJECT_ID/regions/REGION/clusters/CLUSTER_NAME/nodeGroups/NODE_GROUP_ID",
  "roles": [
    "DRIVER"
  ],
  "nodeGroupConfig": {
    "numInstances": 5,
    "imageUri": "https://www.googleapis.com/compute/v1/projects/cloud-dataproc-ci/global/images/dataproc-2-0-deb10-...-rc01",
    "machineTypeUri": "https://www.googleapis.com/compute/v1/projects/PROJECT_ID/zones/REGION-a/machineTypes/n1-standard-4",
    "diskConfig": {
      "bootDiskSizeGb": 1000,
      "bootDiskType": "pd-standard"
    },
    "managedGroupConfig": {
      "instanceTemplateName": "dataproc-driver-pool-mcia3j656h2fy",
      "instanceGroupManagerName": "dataproc-driver-pool-mcia3j656h2fy"
    },
    "minCpuPlatform": "AUTOMATIC",
    "preemptibility": "NON_PREEMPTIBLE"
  }
}

Cambia el tamaño de un grupo de nodos del controlador

Puedes usar el comando gcloud dataproc node-groups resize o la API de Dataproc para agregar o quitar nodos de controlador de un grupo de nodos de controlador de clúster.

gcloud

gcloud dataproc node-groups resize NODE_GROUP_ID \
    --cluster=CLUSTER_NAME \
    --region=REGION \
    --size=SIZE

Marcas obligatorias:

  • NODE_GROUP_ID: Puedes ejecutar gcloud dataproc clusters describe CLUSTER_NAME para mostrar el ID del grupo de nodos.
  • CLUSTER_NAME: Es el nombre del clúster.
  • REGION: Es la región del clúster.
  • SIZE: Especifica la nueva cantidad de nodos de controlador en el grupo de nodos.

Marca opcional:

  • --graceful-decommission-timeout=TIMEOUT_DURATION: Cuando reduces la escala de un grupo de nodos, puedes agregar esta marca para especificar un retiro de servicio ordenado TIMEOUT_DURATION para evitar la finalización inmediata de los controladores de trabajo. Recomendación: Establece una duración del tiempo de espera que sea, al menos, igual a la duración de la tarea más larga que se ejecuta en el grupo de nodos (no se admite la recuperación de controladores con errores).

Ejemplo: Comando de escalamiento de NodeGroup de gcloud CLI:

gcloud dataproc node-groups resize NODE_GROUP_ID \
    --cluster=CLUSTER_NAME \
    --region=REGION \
    --size=4

Ejemplo: Comando de reducción de escala de NodeGroup de gcloud CLI:

gcloud dataproc node-groups resize NODE_GROUP_ID \
    --cluster=CLUSTER_NAME \
    --region=REGION \
    --size=1 \
    --graceful-decommission-timeout="100s"

REST

Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:

  • PROJECT_ID: Obligatorio. ID del proyecto de Google Cloud.
  • REGION: Obligatorio. La región del clúster
  • NODE_GROUP_ID: Obligatorio. Puedes ejecutar gcloud dataproc clusters describe CLUSTER_NAME para enumerar el ID del grupo de nodos.
  • SIZE: Obligatorio. Es la nueva cantidad de nodos en el grupo de nodos.
  • TIMEOUT_DURATION: Opcional Cuando reduzcas un grupo de nodos, puedes agregar un gracefulDecommissionTimeout al cuerpo de la solicitud para evitar la finalización inmediata de los controladores de trabajo. Recomendación: Establece una duración del tiempo de espera que sea, al menos, igual a la duración de la tarea más larga que se ejecuta en el grupo de nodos (no se admite la recuperación de controladores con errores).

    Ejemplo:

    { "size": SIZE,
  "gracefulDecommissionTimeout": "TIMEOUT_DURATION"
}

Método HTTP y URL: 

POST https://dataproc.googleapis.com/v1/projects/PROJECT_ID/regions/REGION/clusters/CLUSTER_NAME/nodeGroups/Node_GROUP_ID:resize

Cuerpo JSON de la solicitud:

{
  "size": SIZE,
}

Para enviar tu solicitud, expande una de estas opciones:

Deberías recibir una respuesta JSON similar a la que se muestra a continuación:

{
  "name": "projects/PROJECT_ID/regions/REGION/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.dataproc.v1.NodeGroupOperationMetadata",
    "nodeGroupId": "NODE_GROUP_ID",
    "clusterUuid": "CLUSTER_UUID",
    "status": {
      "state": "PENDING",
      "innerState": "PENDING",
      "stateStartTime": "2022-12-01T23:34:53.064308Z"
    },
    "operationType": "RESIZE",
    "description": "Scale "up or "down" a GCE node pool to SIZE nodes."
  }
}

Cómo borrar un clúster de grupo de nodos del controlador

Cuando borras un clúster de Dataproc, se borran los grupos de nodos asociados con él.

Envía un trabajo

Puedes usar el comando gcloud dataproc jobs submit o la API de Dataproc para enviar un trabajo a un clúster con un grupo de nodos de controlador.

gcloud

gcloud dataproc jobs submit JOB_COMMAND \
    --cluster=CLUSTER_NAME \
    --region=REGION \
    --driver-required-memory-mb=DRIVER_MEMORY \
    --driver-required-vcores=DRIVER_VCORES \
    DATAPROC_FLAGS \
    -- JOB_ARGS

Marcas obligatorias:

  • JOB_COMMAND: Especifica el comando de trabajo.
  • CLUSTER_NAME: Es el nombre del clúster.
  • DRIVER_MEMORY: Es la cantidad de memoria de los controladores de trabajo en MB necesaria para ejecutar una tarea (consulta Controles de memoria de Yarn).
  • DRIVER_VCORES: Es la cantidad de CPU virtuales necesarias para ejecutar una tarea.

Marcas adicionales:

  • DATAPROC_FLAGS: Agrega cualquier marca adicional de gcloud dataproc jobs submit relacionada con el tipo de trabajo.
  • JOB_ARGS: Agrega cualquier argumento (después de --) para pasarlo a la tarea.

Ejemplos: Puedes ejecutar los siguientes ejemplos desde una sesión de la terminal de SSH en un clúster de grupo de nodos de controlador de Dataproc.

  • Trabajo de Spark para estimar el valor de pi:

    gcloud dataproc jobs submit spark \
    --cluster=CLUSTER_NAME \
    --region=REGION \
    --driver-required-memory-mb=2048 \
    --driver-required-vcores=2 \
    --class=org.apache.spark.examples.SparkPi \
    --jars=file:///usr/lib/spark/examples/jars/spark-examples.jar \
    -- 1000

  • Trabajo de conteo de palabras de Spark:

    gcloud dataproc jobs submit spark \
    --cluster=CLUSTER_NAME \
    --region=REGION \
    --driver-required-memory-mb=2048 \
    --driver-required-vcores=2 \
    --class=org.apache.spark.examples.JavaWordCount \
    --jars=file:///usr/lib/spark/examples/jars/spark-examples.jar \
    -- 'gs://apache-beam-samples/shakespeare/macbeth.txt'

  • Trabajo de PySpark para estimar el valor de pi:

    gcloud dataproc jobs submit pyspark \
    file:///usr/lib/spark/examples/src/main/python/pi.py \
    --cluster=CLUSTER_NAME \
    --region=REGION \
    --driver-required-memory-mb=2048 \
    --driver-required-vcores=2 \
    -- 1000

  • Trabajo de MapReduce de TeraGen de Hadoop:

    gcloud dataproc jobs submit hadoop \
    --cluster=CLUSTER_NAME \
    --region=REGION \
    --driver-required-memory-mb=2048 \
    --driver-required-vcores=2 \
    --jar file:///usr/lib/hadoop-mapreduce/hadoop-mapreduce-examples.jar \
    -- teragen 1000 \
    hdfs:///gen1/test

REST

Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:

  • PROJECT_ID: Obligatorio. ID del proyecto de Google Cloud.
  • REGION: Obligatorio. Región del clúster de Dataproc
  • CLUSTER_NAME: Obligatorio. El nombre del clúster, que debe ser único dentro de un proyecto El nombre debe comenzar con una letra minúscula y puede contener hasta 51 letras minúsculas, números y guiones. No puede terminar con un guion. El nombre de un clúster borrado se puede volver a usar.
  • DRIVER_MEMORY: Obligatorio. Es la cantidad de memoria de los controladores de trabajos en MB necesaria para ejecutar un trabajo (consulta Controles de memoria de Yarn).
  • DRIVER_VCORES: Obligatorio. Es la cantidad de CPU virtuales necesarias para ejecutar una tarea.
Campos adicionales: Agrega campos adicionales relacionados con el tipo de trabajo y los argumentos de trabajo (la solicitud de ejemplo incluye campos necesarios para enviar un trabajo de Spark que estima el valor de pi).

Método HTTP y URL: 

POST https://dataproc.googleapis.com/v1/projects/PROJECT_ID/regions/REGION/jobs:submit

Cuerpo JSON de la solicitud:

{
  "job": {
    "placement": {
    "clusterName": "CLUSTER_NAME",
    },
    "driverSchedulingConfig": {
      "memoryMb]": DRIVER_MEMORY,
      "vcores": DRIVER_VCORES
    },
    "sparkJob": {
      "jarFileUris": "file:///usr/lib/spark/examples/jars/spark-examples.jar",
      "args": [
        "10000"
      ],
      "mainClass": "org.apache.spark.examples.SparkPi"
    }
  }
}

Para enviar tu solicitud, expande una de estas opciones:

Deberías recibir una respuesta JSON similar a la que se muestra a continuación:

{
  "reference": {
    "projectId": "PROJECT_ID",
    "jobId": "job-id"
  },
  "placement": {
    "clusterName": "CLUSTER_NAME",
    "clusterUuid": "cluster-Uuid"
  },
  "sparkJob": {
    "mainClass": "org.apache.spark.examples.SparkPi",
    "args": [
      "1000"
    ],
    "jarFileUris": [
      "file:///usr/lib/spark/examples/jars/spark-examples.jar"
    ]
  },
  "status": {
    "state": "PENDING",
    "stateStartTime": "start-time"
  },
  "jobUuid": "job-Uuid"
}

Ver registros de trabajos

Para ver el estado de la tarea y ayudar a depurar problemas, puedes ver los registros del controlador con gcloud CLI o la consola de Google Cloud.

gcloud

Los registros del controlador de trabajo se transmiten al resultado de gcloud CLI o a la consola de Google Cloud durante la ejecución del trabajo. Los registros del controlador persisten en un bucket de staging del clúster de Dataproc en Cloud Storage.

Ejecuta el siguiente comando de gcloud CLI para mostrar la ubicación de los registros del controlador en Cloud Storage:

gcloud dataproc jobs describe JOB_ID \
    --region=REGION

La ubicación de Cloud Storage de los registros del controlador aparece como driverOutputResourceUri en el resultado del comando con el siguiente formato:

driverOutputResourceUri: gs://CLUSTER_STAGING_BUCKET/google-cloud-dataproc-metainfo/CLUSTER_UUID/jobs/JOB_ID

Console

Para ver los registros del clúster del grupo de nodos, haz lo siguiente:

  1. Habilita Logging.

  2. Puedes usar el siguiente formato de consulta del Explorador de registros para encontrar registros: 

    resource.type="cloud_dataproc_cluster"
resource.labels.project_id="PROJECT_ID"
resource.labels.cluster_name="CLUSTER_NAME"
log_name="projects/PROJECT_ID/logs/LOG_TYPE>"
    Reemplaza lo siguiente:

    • PROJECT_ID: ID del proyecto de Google Cloud
    • CLUSTER_NAME: Es el nombre del clúster.
    • LOG_TYPE:
      • Registros de usuarios de Yarn: yarn-userlogs
      • Registros del administrador de recursos de Yarn: hadoop-yarn-resourcemanager
      • Registros del administrador de nodos de Yarn: hadoop-yarn-nodemanager

Supervisa las métricas

Los controladores de trabajo del grupo de nodos de Dataproc se ejecutan en una fila secundaria dataproc-driverpool-driver-queue en una partición dataproc-driverpool.

Métricas del grupo de nodos del controlador

En la siguiente tabla, se muestran las métricas del controlador de grupo de nodos asociadas, que se recopilan de forma predeterminada para los grupos de nodos de controlador.

Métrica del grupo de nodos del controlador Descripción
yarn:ResourceManager:DriverPoolsQueueMetrics:AvailableMB Es la cantidad de memoria disponible en mebibytes en dataproc-driverpool-driver-queue en la partición dataproc-driverpool.
yarn:ResourceManager:DriverPoolsQueueMetrics:PendingContainers Es la cantidad de contenedores pendientes (en fila) en dataproc-driverpool-driver-queue en la partición dataproc-driverpool.

Métricas de la cola secundaria

En la siguiente tabla, se enumeran las métricas de cola secundarias. Las métricas se recopilan de forma predeterminada para los grupos de nodos del controlador y se pueden habilitar para la recopilación en cualquier clúster de Dataproc.

Métrica de la cola secundaria Descripción
yarn:ResourceManager:ChildQueueMetrics:AvailableMB Es la cantidad de memoria disponible en mebibytes en esta cola en la partición predeterminada.
yarn:ResourceManager:ChildQueueMetrics:PendingContainers Cantidad de contenedores pendientes (en cola) en esta cola en la partición predeterminada
yarn:ResourceManager:ChildQueueMetrics:running_0 Es la cantidad de trabajos con un tiempo de ejecución entre 0 y 60 minutos en esta cola en todas las particiones.
yarn:ResourceManager:ChildQueueMetrics:running_60 Es la cantidad de trabajos con un tiempo de ejecución entre 60 y 300 minutos en esta cola en todas las particiones.
yarn:ResourceManager:ChildQueueMetrics:running_300 Es la cantidad de trabajos con un tiempo de ejecución entre 300 y 1440 minutos en esta cola en todas las particiones.
yarn:ResourceManager:ChildQueueMetrics:running_1440 Es la cantidad de trabajos con un tiempo de ejecución superior a 1440 minutos en esta cola en todas las particiones.
yarn:ResourceManager:ChildQueueMetrics:AppsSubmitted Cantidad de solicitudes enviadas a esta cola en todas las particiones.

Para ver YARN ChildQueueMetrics y DriverPoolsQueueMetrics en la consola de Google Cloud, haz lo siguiente:

Depuración del controlador de trabajos del grupo de nodos

En esta sección, se proporcionan condiciones y errores del grupo de nodos del controlador con recomendaciones para corregirlos.

Condiciones

  • Condición: yarn:ResourceManager:DriverPoolsQueueMetrics:AvailableMB está cerca de 0. Esto indica que la cola de grupos de controladores de clústeres se está quedando sin memoria.

    Recomendación: Aumenta el tamaño del grupo de conductores.

  • Condición: yarn:ResourceManager:DriverPoolsQueueMetrics:PendingContainers es mayor que 0. Esto puede indicar que se está agotando la memoria de la cola de grupos de controladores de clústeres y que YARN está poniendo en cola trabajos.

    Recomendación: Aumenta el tamaño del grupo de controladores.

Errores

  • Error: Cluster <var>CLUSTER_NAME</var> requires driver scheduling config to run SPARK job because it contains a node pool with role DRIVER. Positive values are required for all driver scheduling config values.

    Recomendación: Establece driver-required-memory-mb y driver-required-vcores con números positivos.

  • Error: Container exited with a non-zero exit code 137.

    Recomendación: Aumenta driver-required-memory-mb al uso de memoria de la tarea.