Criar um cluster do Dataproc usando o console do Google Cloud

Criar um cluster do Dataproc usando o console do Google Cloud

Nesta página, mostramos como usar o console do Google Cloud para criar um cluster do Dataproc, executar um job básico do Apache Spark (em inglês) no cluster e modificar o número de workers.

---

Para seguir as instruções detalhadas desta tarefa diretamente no console do Google Cloud, clique em Orientação:

Orientações

---

Antes de começar

1. Faça login na sua conta do Google Cloud. Se você começou a usar o Google Cloud agora, crie uma conta para avaliar o desempenho de nossos produtos em situações reais. Clientes novos também recebem US$ 300 em créditos para executar, testar e implantar cargas de trabalho.

2. No console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.

   Observação: se você não pretende manter os recursos criados neste procedimento, crie um projeto novo em vez de selecionar um que já existe. Depois de concluir essas etapas, é possível excluir o projeto. Para fazer isso, basta remover todos os recursos associados a ele.

   Acessar o seletor de projetos

3. Verifique se a cobrança está ativada para o seu projeto do Google Cloud.

4. Ative a API Dataproc.

   Ative a API

5. No console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.

   Observação: se você não pretende manter os recursos criados neste procedimento, crie um projeto novo em vez de selecionar um que já existe. Depois de concluir essas etapas, é possível excluir o projeto. Para fazer isso, basta remover todos os recursos associados a ele.

   Acessar o seletor de projetos

6. Verifique se a cobrança está ativada para o seu projeto do Google Cloud.

7. Ative a API Dataproc.

   Ative a API

Criar um cluster

1. No console do Google Cloud, acesse a página Clusters do Dataproc.

   Acessar Clusters

2. Clique em Criar cluster.

3. Na caixa de diálogo Criar cluster do Dataproc, clique em Criar na linha Cluster no Compute Engine.

4. No campo Nome do cluster, insira example-cluster.

5. Nas listas Região e Zona, selecione uma região e uma zona.

   Selecione uma região (por exemplo, us-east1 ou europe-west1) para isolar recursos, como instâncias de máquina virtual (VM) e locais de armazenamento de metadados e do Cloud Storage usados pelo Dataproc, na região. Para mais informações, consulte Regiões e zonas disponíveis e Endpoints regionais.

6. Para todas as outras opções, use as configurações padrão.

7. Para criar o cluster, clique em Criar.

   O novo cluster será exibido em uma lista na página Clusters. O status será Provisionando até que o cluster esteja pronto para uso. Depois, ele vai mudar para Em execução. O provisionamento do cluster pode levar alguns minutos.

Enviar um job do Spark

Envie um job do Spark que estime um valor de Pi:

1. No menu de navegação do Dataproc, clique em Jobs.

2. Na página Jobs, clique em Enviar job e faça o seguinte:

   1. No campo Cluster, clique em Procurar.
   2. Na linha do example-cluster, clique em Selecionar.
   3. No campo ID do job, use a configuração padrão ou forneça um ID exclusivo para seu projeto do Google Cloud.
   4. Em Job type, selecione Spark.
   5. No campo Classe principal ou jar, insira org.apache.spark.examples.SparkPi.
   6. No campo Jar files, insira file:///usr/lib/spark/examples/jars/spark-examples.jar.

   7. No campo Arguments, digite 1000 para definir o número de tarefas.

      Observação :o job do Spark estima Pi usando o método de Monte Carlo. Ela gera pontos x e y em um plano cartesiano que modela um círculo cercado por um quadrado de unidade. O argumento de entrada (1000) determina o número de pares x-y a serem gerados. Quanto mais pares gerados, maior a precisão da estimativa. Essa estimativa usa nós de trabalho do Dataproc para carregar a computação em paralelo. Para mais informações, consulte Como fazer a estimativa de Pi usando o método de Monte Carlo e JavaSparkPi.java no GitHub.

   8. Clique em Enviar.

      O job é exibido na página Detalhes do job. O status do job é Em execução ou Iniciando. Ele muda para Concluído depois do envio.

      Para evitar que a saída seja rolada, clique em Line wrap: off. A saída será semelhante a esta:

      Pi is roughly 3.1416759514167594
      

      Para acessar os detalhes do job, clique na guia Configuração.

atualizar um cluster

Atualize o cluster alterando o número de instâncias de worker:

1. No menu de navegação, clique em Clusters.
2. Na lista de clusters, clique em example-cluster.

3. Na página Detalhes do cluster, clique na guia Configuração.

   As configurações do cluster serão exibidas.

4. Clique em Editar.

5. No campo Nós de trabalho, digite 5.

6. Clique em Salvar.

Seu cluster foi atualizado. Para diminuir o número de nós de trabalho ao valor original, siga o mesmo procedimento.

Limpar

Para evitar cobranças na sua conta do Google Cloud pelos recursos usados nesta página, siga estas etapas.

1. Na página Detalhes do cluster de example-cluster, clique em Excluir para excluir o cluster.
2. Para confirmar que você quer excluir o cluster, clique em Excluir.

A seguir

• Siga este guia de início rápido usando outras ferramentas:
  • Use o API Explorer.
  • Use a Google Cloud CLI.
• Saiba como criar regras de firewall robustas ao criar um projeto.
• Aprenda a escrever e executar um job do Spark Scala.