Crea un cluster Dataproc utilizzando gcloud CLI

Guida rapida: crea un cluster Dataproc utilizzando gcloud CLI

Crea un cluster Dataproc utilizzando gcloud CLI

Questa pagina mostra come utilizzare lo strumento a riga di comando gcloud di Google Cloud CLI per creare un cluster Google Cloud Dataproc, eseguire un semplice job Apache Spark nel cluster, quindi modificare il numero di worker nel cluster.

Un modo semplice per eseguire lo strumento a riga di comando gcloud è Cloud Shell, in cui è installato Google Cloud CLI. Cloud Shell è gratuito per i clienti di Google Cloud (è necessario un progetto Google Cloud per utilizzare Cloud Shell).

Puoi scoprire come eseguire attività uguali o simili con Guida rapida all'esplorazione API, la console Google Cloud in Creare un cluster Dataproc utilizzando la console Google Cloud e le librerie client in Creare un cluster Dataproc utilizzando le librerie client.

Prima di iniziare

1. Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.

2. Nella console di Google Cloud Console, nella pagina del selettore dei progetti, seleziona o crea un progetto Google Cloud.

   Nota: se non prevedi di conservare le risorse che crei in questa procedura, crea un progetto invece di selezionarne uno esistente. Dopo aver completato questi passaggi, puoi eliminare il progetto e rimuovere tutte le risorse associate.

   Vai al selettore progetti

3. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

4. Attiva l'API Dataproc.

   Abilita l'API

5. Nella console di Google Cloud Console, nella pagina del selettore dei progetti, seleziona o crea un progetto Google Cloud.

   Nota: se non prevedi di conservare le risorse che crei in questa procedura, crea un progetto invece di selezionarne uno esistente. Dopo aver completato questi passaggi, puoi eliminare il progetto e rimuovere tutte le risorse associate.

   Vai al selettore progetti

6. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

7. Attiva l'API Dataproc.

   Abilita l'API

Crea un cluster

Esegui questo comando per creare un cluster denominato example-cluster. Consulta Regioni e zone disponibili per informazioni sulla selezione di una regione (puoi anche eseguire il comando gcloud compute regions list per visualizzare un elenco delle regioni disponibili). Consulta anche gli Endpoint a livello di regione per saperne di più sugli endpoint a livello di regione.

gcloud dataproc clusters create example-cluster --region=region

La creazione del cluster è confermata nell'output comando:

...
Waiting for cluster creation operation...done.
Created [... example-cluster]

Invia un job

Per inviare un job Spark di esempio che calcola un valore approssimativo per pi greco, esegui il comando seguente:

gcloud dataproc jobs submit spark --cluster example-cluster \
    --region=region \
    --class org.apache.spark.examples.SparkPi \
    --jars file:///usr/lib/spark/examples/jars/spark-examples.jar -- 1000

Questo comando specifica:

• Vuoi eseguire un job spark nel cluster example-cluster nell'area geografica specificata
• L'elemento class che contiene il metodo principale per l'applicazione di calcolo piping del job
• Il percorso del file jar che contiene il codice del job.
• Eventuali parametri da passare al job, in questo caso il numero di attività, ovvero 1000

I parametri passati al job devono seguire un doppio trattino (--). Per ulteriori informazioni, consulta la documentazione di gcloud.

L'esecuzione del job e l'output finale vengono visualizzate nella finestra del terminale.

Waiting for job output...
...
Pi is roughly 3.14118528
...
Job finished successfully.

Aggiorna un cluster

Per modificare il numero di worker nel cluster in cinque, esegui questo comando:

gcloud dataproc clusters update example-cluster \
    --region=region \
    --num-workers 5

I dettagli del cluster sono visualizzati nell'output del comando:

workerConfig:
...
  instanceNames:
  - example-cluster-w-0
  - example-cluster-w-1
  - example-cluster-w-2
  - example-cluster-w-3
  - example-cluster-w-4
  numInstances: 5
statusHistory:
...
- detail: Add 3 workers.

Puoi utilizzare lo stesso comando per ridurre il numero di nodi worker al valore originale:

gcloud dataproc clusters update example-cluster \
    --region=region \
    --num-workers 2

Esegui la pulizia

Per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questa pagina, segui questi passaggi:

• Esegui clusters delete per eliminare il cluster di esempio.

  gcloud dataproc clusters delete example-cluster \
      --region=region
  

  Ti viene chiesto di confermare che vuoi eliminare il cluster. Digita y per completare l'eliminazione.

Passaggi successivi

• Scopri come scrivere ed eseguire un job Spark Scala.