Guía de inicio rápido

En esta página, se muestra cómo usar Google Cloud Console para crear un clúster de Dataproc, ejecutar un trabajo simple de Apache Spark en el clúster y, luego, modificar la cantidad de trabajadores en el clúster.

Puedes descubrir cómo realizar las mismas tareas con Guías de inicio rápido sobre cómo usar el Explorador de API y Guías de inicio rápido sobre cómo usar la herramienta de línea de comandos de gcloud.

Antes de comenzar

  1. Accede a tu cuenta de Google Cloud. Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.

  2. En la página del selector de proyectos de Google Cloud Console, selecciona o crea un proyecto de Google Cloud.

    Ir al selector de proyecto

  3. Comprueba que la facturación esté habilitada en tu proyecto.

    Descubre cómo puedes habilitar la facturación

  4. Habilita la API Dataproc.

    Habilita la API

Crea un clúster

  1. Ve a la página de Cloud Console Clústeres de Cloud Dataproc.
  2. Haz clic en Crear clúster.
  3. Ingresa example-cluster en el campo Nombre.
  4. Selecciona una región y una zona para el clúster en los menús desplegables Región y Zona. Puedes seleccionar una región distinta, como us-east1 o europe-west1, para aislar recursos (incluidas las instancias de VM y Cloud Storage) y las ubicaciones de almacenamiento de metadatos que Dataproc usa dentro de la región especificada. las rutas "a GCP". También puedes seleccionar una región global, que es un extremo multirregión especial que puede implementar instancias en cualquier zona de Compute Engine que especifique el usuario. Consulta Extremos regionales para obtener más información sobre la diferencia entre los extremos globales y regionales. Consulta Regiones y zonas disponibles para obtener información sobre cómo seleccionar una región y una zona.
  5. Usa los valores predeterminados para todas las demás opciones.
  6. Haz clic en Create (Crear) para generar el clúster.

El clúster nuevo debe aparecer en la lista de clústeres. El estado del clúster aparece como "Provisioning" (Aprovisionándose) hasta que esté listo para usarse y después cambia a "Running" (En ejecución).

Envía un trabajo

Haz lo siguiente para ejecutar un trabajo de Spark de muestra:

  1. Selecciona Jobs (Trabajos) en el menú de navegación izquierdo para cambiar a la vista de trabajos de Dataproc.
  2. Haga clic en Enviar trabajo.
  3. Puedes aceptar el ID de trabajo o proporcionar el tuyo propio, que debe ser único dentro del proyecto.
  4. Seleccione la Región de su nuevo ejemplo de clúster.
  5. Seleccione example-cluster en el menú desplegable Clúster.
  6. Selecciona Spark del menú desplegable Job type (Tipo de trabajo).
  7. Ingresa org.apache.spark.examples.SparkPi en el campo Clase principal o jar.
  8. Ingrese file:///usr/lib/spark/examples/jars/spark-examples.jar en el campo Archivos .jar.
  9. Ingresa 1000 en el campo Arguments (Argumentos) para configurar el número de tareas.
  10. Haga clic en Enviar.

Tu trabajo debería aparecer en la lista de Jobs (Trabajos), que muestra los trabajos de su proyecto con el clúster, el tipo y el estado actual. El estado del trabajo aparece como "Running" (En ejecución) y cambia a "Succeeded" (Finalizado con éxito) cuando se completa. Realiza lo siguiente para ver el resultado del trabajo finalizado:

  1. Haz clic en el ID de trabajo, en la lista de Jobs (Trabajos).
  2. Selecciona Line Wrapping (Ajuste de línea) para evitar el desplazamiento.

Debes ver que tu trabajo calculó un valor aproximado de pi correctamente.

Actualiza un clúster

Haz lo siguiente para cambiar la cantidad de instancias de nodos trabajadores de su clúster:

  1. En el panel de navegación izquierdo, seleccione Clusters (Clústeres) para regresar a la vista de clústeres de Cloud Dataproc.
  2. Haz clic en example-cluster en la lista de Clusters (Clústeres). De forma predeterminada, la página muestra una descripción general del uso de CPU del clúster.
  3. Haz clic en Configuration (Configuración) para mostrar la configuración actual de tu clúster.
  4. Haga clic en Editar. Ahora, puedes editar la cantidad de nodos trabajadores.
  5. Ingrese 5 en el campo Nodos trabajadores.
  6. Haga clic en Save.

Tu clúster ya se actualizó. Sigue el mismo procedimiento para disminuir la cantidad de nodos trabajadores al valor original.

Limpia

Sigue estos pasos para evitar que se apliquen cargos a tu cuenta de Google Cloud por los recursos que usaste en esta guía de inicio rápido.

  1. En la página Clúster de example-cluster, haz clic en Borrar para borrar el clúster. Se te solicitará que confirmes si deseas borrar el clúster. Haz clic en Aceptar.

¿Qué sigue?