重新创建和更新集群

Dataproc 会阻止创建映像版本低于 1.3.95、1.4.77、1.5.53 和 2.0.27 的集群，因为这些版本受 Apache Log4j 安全漏洞影响。Dataproc 还会阻止使用 Dataproc 映像版本 0.x、1.0.x、1.1.x 和 1.2.x 创建集群。Dataproc 建议您尽可能使用最新次要映像版本创建 Dataproc 集群。

映像版本	log4j 版本	客户指导
2.0.29、1.5.55 和 1.4.79 或更高版本	log4j.2.17.1	建议
2.0.28、1.5.54 和 1.4.78	log4j.2.17.0	建议
2.0.27、1.5.53 和 1.4.77	log4j.2.16.0	强烈建议
2.0.26、1.5.52 和 1.4.76 或更早版本	旧版	停止使用

如需了解特定映像和 log4j 更新信息，请参阅 Dataproc 版本说明。

重新创建和更新集群的步骤

您可以使用 gcloud 命令行工具或 Dataproc API 从现有集群复制配置，更新复制的配置，然后使用更新后的配置创建新集群。

gcloud CLI

示例说明展示了如何更新集群配置中的映像版本设置。您可以更改该示例，以更新其他集群配置设置。

建议的做法是为生产环境指定 major.minor 映像版本，或者当与特定组件版本的兼容性很重要时指定此映像版本。次要发行版和操作系统发行版会自动设置为最新的每周版本。

1. 设置变量。

   export PROJECT=project-id
   export REGION=region
   export OLD_CLUSTER=old-cluster-name
   export NEW_CLUSTER=new-cluster-name
   export NEW_IMAGE_VERSION=image-version (for example, '2.2-debian12')
   

2. 将现有（旧）集群配置导出到 YAML 文件。

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

3. 更新配置。以下示例使用 sed 更新映像版本。

   sed -E "s|(^[[:blank:]]+)imageVersion: .+|\1imageVersion: ${NEW_IMAGE_VERSION}|g" "${OLD_CLUSTER}-config.yaml" | sed -E '/^[[:blank:]]+imageUri: /d' > "${NEW_CLUSTER}-config-updated.yaml"

4. 使用新名称和更新后的配置创建新集群。

   gcloud dataproc clusters import $NEW_CLUSTER \
       --project=$PROJECT \
       --region=$REGION \
       --source="${NEW_CLUSTER}-config-updated.yaml"

5. 确认您的工作负载在新集群中运行没有问题后，删除现有（旧）集群。重要提示：此步骤会删除您的集群中 HFDS 和本地磁盘中存储的所有数据。

   gcloud dataproc clusters delete $OLD_CLUSTER \
       --project=$PROJECT \
       --region=$REGION

REST API

示例说明展示了如何更新集群配置中的集群名称和映像版本设置。您可以更改示例变量，以更新不同的集群配置设置。

建议的做法是为生产环境指定 major.minor 映像版本，或者当与特定组件版本的兼容性很重要时指定此映像版本。次要发行版和操作系统发行版会自动设置为最新的每周版本。

1. 设置变量。

   export PROJECT=project-id
   export REGION=region
   export OLD_CLUSTER=old-cluster-name
   export NEW_CLUSTER=new-cluster-name
   export NEW_IMAGE_VERSION=image-version (for example, '2.2-debian12')
   
   

2. 将现有（旧）集群配置导出到 JSON 文件。

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

3. 更新配置。以下示例使用 jq 更新集群名称和映像版本。

   jq ".clusterName = \"${NEW_CLUSTER}\" | .config.softwareConfig.imageVersion=\"${NEW_IMAGE_VERSION}\" | del(.config.workerConfig.imageUri) | del(.config.masterConfig.imageUri)" "${OLD_CLUSTER}-config.json" > "${NEW_CLUSTER}-config-updated.json"

4. 导入更新后的集群配置，以使用更新后的配置创建新集群。

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

5. 确认您的工作负载在新集群中运行没有问题后，删除现有（旧）集群。重要提示：此步骤会删除您的集群中 HFDS 和本地磁盘中存储的所有数据。

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

控制台

控制台不支持通过导入集群配置来重新创建集群。