Recriar e atualizar um cluster

O Dataproc impede a criação de clusters com versões de imagem anteriores a 1.3.95, 1.4.77, 1.5.53 e 2.0.27, que foram afetados por vulnerabilidades de segurança do Apache Log4j. O Dataproc também impede a criação de clusters nas versões de imagem 0.x, 1.0.x, 1.1.x e 1.2.x do Dataproc. O Dataproc recomenda que, quando possível, você crie clusters do Dataproc com as versões de imagem subsecundárias mais recentes.

Versão de imagem	Versão do log4j	Orientação ao cliente
2.0.29, 1.5.55 e 1.4.79 ou posterior de cada	log4j.2.17.1	Recomendação
2.0.28, 1.5.54 e 1.4.78	log4j.2.17.0	Recomendação
2.0.27, 1.5.53 e 1.4.77	log4j.2.16.0	Altamente recomendável
2.0.26, 1.5.52 e 1.4.76 ou anterior a cada	Versão antiga	Interromper o uso

Consulte as Notas de lançamento do Dataproc para ver informações específicas sobre a atualização de log4j e imagens.

Etapas para recriar e atualizar um cluster

Use a ferramenta de linha de comando gcloud ou a API Dataproc para copiar a configuração de um cluster atual, atualizar a configuração copiada e criar um novo cluster com a configuração atualizada.

CLI da gcloud

Nas instruções de exemplo, mostramos como atualizar a definição da versão da imagem em uma configuração de cluster. É possível alterar o exemplo para atualizar diferentes definições de configuração do cluster.

A prática recomendada é especificar a versão da imagem major.minor para ambientes de produção ou quando a compatibilidade com versões específicas dos componentes é importante. As distribuições subsecundárias e do SO são definidas automaticamente para a versão semanal mais recente.

1. Variáveis de configuração

   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. Exporte a configuração do cluster atual (antiga) para um arquivo YAML.

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

3. Atualizar a configuração. O exemplo a seguir usa sed para atualizar a versão da imagem.

   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. Crie um cluster com um novo nome e a configuração atualizada.

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

5. Depois de confirmar que as cargas de trabalho são executadas no novo cluster sem problemas, exclua o cluster atual (antigo). IMPORTANTE: esta etapa exclui todos os dados armazenados no HDFS e no disco local no cluster.

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

API REST

Nas instruções de exemplo, mostramos como atualizar o nome do cluster e as definições da versão da imagem na configuração de um cluster. É possível alterar as variáveis de exemplo para atualizar diferentes configurações de cluster.

A prática recomendada é especificar a versão da imagem major.minor para ambientes de produção ou quando a compatibilidade com versões específicas dos componentes é importante. As distribuições subsecundárias e do SO são definidas automaticamente para a versão semanal mais recente.

1. Variáveis de configuração

   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. Exporte a configuração do cluster atual (antigo) para um arquivo JSON.

   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. Atualizar a configuração. No exemplo a seguir, jq é usado para atualizar o nome do cluster e a versão da imagem.

   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. Importe a configuração de cluster atualizada para criar um novo cluster com a configuração atualizada.

   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. Depois de confirmar que as cargas de trabalho são executadas no novo cluster sem problemas, exclua o cluster atual (antigo). IMPORTANTE: esta etapa exclui todos os dados armazenados no HDFS e no disco local do cluster.

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

Console

O console não oferece suporte para recriar um cluster importando uma configuração de cluster.