Créer un cluster Dataproc à l'aide de la console Google Cloud

Créer un cluster Dataproc à l'aide de la console Google Cloud

Cette page vous explique comment utiliser la console Google Cloud pour créer un cluster Dataproc, exécutez une Apache Spark dans le cluster, puis modifier le nombre de nœuds de calcul dans le cluster.

---

Pour obtenir des instructions détaillées sur cette tâche directement dans la console Google Cloud, cliquez sur Visite guidée :

Visite guidée

---

Avant de commencer

1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

3. Make sure that billing is enabled for your Google Cloud project.

4. Enable the Dataproc API.

   Enable the API

5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

6. Make sure that billing is enabled for your Google Cloud project.

7. Enable the Dataproc API.

   Enable the API

Créer un cluster

1. Dans la console Google Cloud, accédez à la page Clusters Dataproc.

   Accéder aux clusters

2. Cliquez sur Créer un cluster.

3. Dans la boîte de dialogue Créer un cluster Dataproc, cliquez sur Créer dans la ligne Cluster sur Compute Engine.

4. Dans le champ Cluster Name (Nom du cluster), saisissez example-cluster.

5. Dans les listes Région et Zone, sélectionnez une région et une zone.

   Sélectionnez une région (par exemple, us-east1 ou europe-west1) pour isoler les ressources, telles que les instances de machine virtuelle (VM), Cloud Storage et les emplacements de stockage de métadonnées utilisés par Dataproc dans la région. Pour plus pour en savoir plus, consultez Régions et zones disponibles et Points de terminaison régionaux.

6. Pour toutes les autres options, utilisez les paramètres par défaut.

7. Pour créer le cluster, cliquez sur Créer.

   Votre nouveau cluster s'affiche dans une liste sur la page Clusters. L'état est Provisionnement jusqu'à ce que le cluster soit prêt à être utilisé, puis l'état devient Running (En cours d'exécution). Le provisionnement du cluster peut prendre quelques minutes.

Envoyer une tâche Spark

Envoyez un job Spark qui estime une valeur de pi:

1. Dans le menu de navigation de Dataproc, cliquez sur Jobs.

2. Sur la page Jobs, cliquez sur Envoyer le job, puis effectuez les éléments suivants:

   1. Dans le champ Cluster (Cluster), cliquez sur Parcourir.
   2. Sur la ligne example-cluster, cliquez sur Sélectionner.
   3. Dans le champ ID de tâche, utilisez le paramètre par défaut ou indiquez un ID qui est propre à votre projet Google Cloud.
   4. Dans le champ Job type (Type de tâche), sélectionnez Spark.
   5. Dans le champ Main class or jar (Classe principale ou fichier JAR), saisissez org.apache.spark.examples.SparkPi.
   6. Dans le champ Jar files (Fichiers JAR), saisissez file:///usr/lib/spark/examples/jars/spark-examples.jar

   7. Dans le champ Arguments, saisissez 1000 pour définir le nombre de tâches.

      Remarque : La tâche Spark estime Pi à l'aide de la méthode de Monte-Carlo. Il génère des points x et y sur un plan de coordonnées qui modélise cercle entouré d'un carré unité. L'argument d'entrée (1000) détermine le nombre de paires x-y à générer. Plus le nombre de paires générées est élevé, plus l'estimation est précise. Cette estimation utilise des nœuds de calcul Dataproc pour charger le calcul en parallèle. Pour Pour en savoir plus, consultez Estimer pi à l'aide de la méthode de Monte-Carlo et JavaSparkPi.java sur GitHub.

   8. Cliquez sur Envoyer.

      La tâche s'affiche sur la page Détails de la tâche. L'état de la tâche est Running (En cours d'exécution) ou Starting (Démarrage), puis passe à Succeeded (Réussi) une fois l'opération envoyée.

      Pour éviter de faire défiler la sortie, cliquez sur Renvoi à la ligne automatique: désactivé. Le résultat ressemble à ceci:

      Pi is roughly 3.1416759514167594
      

      Pour afficher les détails du job, cliquez sur l'onglet Configuration.

Mettre à jour un cluster

Mettez à jour votre cluster en modifiant le nombre d'instances de nœuds de calcul:

1. Dans le menu de navigation, cliquez sur Clusters.
2. Dans la liste des clusters, cliquez sur example-cluster.

3. Sur la page Détails du cluster, cliquez sur l'onglet Configuration.

   Les paramètres de votre cluster s'affichent.

4. Cliquez sur Modifier.

5. Dans le champ Nœuds de calcul, saisissez 5.

6. Cliquez sur Enregistrer.

Votre cluster est maintenant mis à jour. Pour réduire le nombre de nœuds de calcul valeur d'origine, suivez la même procédure.

Effectuer un nettoyage

Pour éviter que les ressources utilisées sur cette page soient facturées sur votre compte Google Cloud, procédez comme suit :

1. Sur la page Détails du cluster pour example-cluster, cliquez sur Supprimer pour supprimer le cluster.
2. Pour confirmer la suppression du cluster, cliquez sur Supprimer.

Étape suivante

• Suivez ce guide de démarrage rapide en utilisant d'autres outils :
  • Utiliser APIs Explorer
  • Utiliser la Google Cloud CLI
• Découvrez comment définir des règles de pare-feu robustes lorsque vous créez un projet.
• Découvrez comment écrire et exécuter un job Spark Scala.