Fazer backup de um serviço do Dataproc Metastore

Nesta página, explicamos como criar um backup de um serviço do metastore do Dataproc.

Um backup tira um snapshot do seu serviço, salva as configurações atuais e todos os metadados armazenados.

Depois de criar um backup, use o recurso Restaurar de um backup para preencher um novo serviço do metastore do Dataproc com os dados salvos no snapshot.

Antes de começar

Funções exigidas

Para receber as permissões necessárias para fazer backup de um serviço do Dataproc Metastore, peça ao administrador para conceder a você os seguintes papéis do IAM:

Para mais informações sobre a concessão de papéis, consulte Gerenciar o acesso a projetos, pastas e organizações.

Esses papéis predefinidos contêm as permissões necessárias para fazer backup de um serviço do Dataproc Metastore. Para conferir as permissões exatas necessárias, expanda a seção Permissões necessárias:

Permissões necessárias

As seguintes permissões são necessárias para fazer backup de um serviço do metastore do Dataproc:

  • Para fazer backup de um serviço de metadados: metastore.backups.create
  • Para usar o objeto do Cloud Storage:
    • orgpolicy.policy.get
    • resourcemanager.projects.get
    • resourcemanager.projects.list
    • storage.managedFolders.create
    • storage.managedFolders.delete
    • storage.managedFolders.get
    • storage.managedFolders.list
    • storage.multipartUploads.*
    • storage.objects.create
    • storage.objects.delete
    • storage.objects.get
    • storage.objects.list
    • storage.objects.restore
    • storage.objects.update

Essas permissões também podem ser concedidas com funções personalizadas ou outros papéis predefinidos.

Para mais informações sobre papéis e permissões específicos do metastore do Dataproc, consulte Visão geral do IAM do metastore do Dataproc.

Considerações sobre o backup

Antes de executar uma operação de backup, observe as seguintes considerações:

  • Para cada serviço do metastore do Dataproc, é possível criar e armazenar até sete backups por vez. Se você tentar exceder esse limite, o processo de backup vai falhar. Se você quiser criar outro backup, primeiro exclua manualmente um dos arquivos armazenados.
  • Enquanto uma operação de backup está em execução, não é possível atualizar o serviço do metastore do Dataproc. Por exemplo, não é possível mudar as configurações de configuração. No entanto, você ainda pode usar o serviço para operações normais, como acessar metadados de clusters autogerenciados ou do Dataproc anexados.
  • É possível criar backups programados que são executados em vários intervalos de cron, como todos os dias.

Criar backup

Para fazer backup de um serviço do metastore do Dataproc, siga as etapas em uma das seguintes guias:

Console

  1. No console do Google Cloud , abra a página Metastore do Dataproc:

    Abrir o metastore do Dataproc

  2. Na página Metastore do Dataproc, clique no nome do serviço que você quer fazer backup.

    A página Detalhes do serviço é aberta.

    Página de detalhes do serviço
    Figura 1. A página de detalhes do serviço do Dataproc Metastore

  3. Na parte superior da página, clique em Backup.

    A página Backup é aberta.

  4. Digite o Nome do backup.

  5. Opcional: digite uma descrição para o caso.

  6. Para iniciar a operação de backup, clique em Backup.

    Volte para a página Metastore do Dataproc e verifique se o backup do serviço foi feito corretamente.

    Quando o backup é concluído, o metastore do Dataproc volta automaticamente ao estado ativo, independente de o backup ter sido bem-sucedido ou não.

CLI da gcloud

  1. Para fazer backup de um serviço do metastore do Dataproc, execute o seguinte comando gcloud metastore services backups create:

    gcloud metastore services backups create BACKUP \
    --location=LOCATION \
    --service=SERVICE \
    --description=DESCRIPTION

    Substitua:

    • BACKUP: o ID ou identificador totalmente qualificado do backup.
    • LOCATION: a região do Google Cloud em que o serviço do metastore do Dataproc está localizado.
    • SERVICE: o nome do seu serviço metastore do Dataproc.
    • DESCRIPTION: uma descrição do backup.

  2. Verifique se o backup do serviço foi feito corretamente.

    Quando o backup é concluído, o metastore do Dataproc volta automaticamente ao estado ativo, independente de o backup ter sido bem-sucedido ou não.

REST

Siga as instruções da API para fazer backup dos metadados de um serviço usando o APIs Explorer.

Quando o backup é concluído, o metastore do Dataproc retorna automaticamente ao estado ativo, independente de ter sido bem-sucedido ou não.

Ver histórico de backups

Para conferir o histórico de backups de um serviço do metastore do Dataproc no console do Google Cloud , siga estas etapas:

  1. No console do Google Cloud , abra a página Metastore do Dataproc.

  2. Na barra de navegação, clique em Backup/Restauração.

    Seu histórico de backup aparece em uma tabela em Backups.

    O histórico mostra até os sete backups mais recentes.

    A exclusão de um serviço do metastore do Dataproc também exclui todo o histórico de backup associado.

Excluir um backup

Para excluir um backup do metastore do Dataproc no console do Google Cloud , siga estas etapas:

  1. No console do Google Cloud , abra a página Metastore do Dataproc.
  2. Na barra de navegação, clique em Backup/Restauração.
  3. Encontre o backup que você quer excluir e clique no botão de configurações.
  4. Clique em Excluir.

Programar um backup

Os backups podem ser programados para serem executados em intervalos de cron job especificados pelo usuário, incluindo execuções diárias, semanais ou mensais. Uma programação cron usa o formato de string unix-cron (* * * * *), que é um conjunto de cinco campos em uma linha, indicando quando o job deve ser executado.

Por exemplo, é possível definir um intervalo personalizado para criar um backup toda semana, como criar um backup todas as quartas-feiras às 14h PST.

Considerações sobre backups programados

  • Os backups programados precisam especificar um local de backup, que precisa ser um caminho do Cloud Storage.
  • Os backups programados são sempre criados no formato de arquivo Avro.
  • Por padrão, os backups programados são configurados no fuso horário UTC. É possível mudar o fuso horário ao criar o backup pela primeira vez.
  • É possível programar backups para serem executados em intervalos de hora em hora, diários, semanais ou mensais. O intervalo mínimo por hora que você pode definir é de 4 horas.

Criar um backup programado

É possível definir programações de backup ao criar o serviço pela primeira vez ou adicioná-las mais tarde ao atualizar o serviço.

Para criar um serviço do metastore do Dataproc 2 com um backup programado, conclua as etapas em uma das seguintes guias:

Console

  1. No console do Google Cloud , abra a página Metastore do Dataproc.

  2. Na parte superior da página Metastore do Dataproc, clique no botão Criar.

    A página Criar serviço é aberta.

  3. Selecione Dataproc Metastore 2.

  4. Em Backups programados, defina a opção como Ativar.

  5. Em Local, selecione o local do Cloud Storage em que você quer armazenar o backup programado.

  6. Opcional: em "Programação", selecione o seguinte:

    1. Em Repetições, selecione a recorrência, como Diária ou Semanal.
    2. Em No horário, selecione o horário da recorrência, como 0h.
    3. Em Fuso horário, selecione o fuso horário adequado, como UTC-8.

  7. Para as outras opções de configuração do serviço, use os padrões fornecidos.

  8. Clique em Enviar.

CLI da gcloud

  1. Para programar um backup de um serviço do metastore do Dataproc, execute o seguinte comando gcloud metastore services backups create:

    gcloud metastore services create SERVICE \
   --location=LOCATION \
   --enable-scheduled-backup \
   --scheduled-backup-cron=SCHEDULED_BACKUP_CRON \
   --scheduled-backup-location=SCHEDULED_BACKUP_LOCATION

    Substitua:

    • SERVICE: o ID ou identificador totalmente qualificado do backup.
    • LOCATION: a região do Google Cloud em que o serviço do metastore do Dataproc reside.
    • SCHEDULED_BACKUP_CRON: a frequência do seu backup, especificada no formato de hora do cron. Por exemplo, um valor de cron 0 0 * * * programa um backup diário.
    • SCHEDULED_BACKUP_LOCATION: o local do Cloud Storage do backup. Por exemplo, gs://my-bucket/path/to/location.

    ou

    Também é possível programar um backup armazenando os valores anteriores em um arquivo de configuração:

    gcloud metastore services create SERVICE \
   --location=LOCATION \
   --scheduled-backup-configs-from-file=SCHEDULED_BACKUP_CONFIGS_FROM_FILE

    Substitua:

    • SCHEDULED_BACKUP_CONFIGS_FROM_FILE: um caminho para um arquivo JSON que contém os valores de configuração de backup enabled, cront_schedule, time_zone e backup_location.

    O exemplo a seguir mostra um arquivo de configuração de backup que ativa backups programados, define a programação de backup para cada hora, especifica o fuso horário como PST e define o local de backup como um bucket do Cloud Storage. Você pode escolher fusos horários na lista de fusos horários comuns do banco de dados tz.

    {
"enabled": true,
"cron_schedule": "0 0 * * *",
"time_zone": "PST",
"backup_location": "gs://my-bucket/path/to/location"
}

REST

Siga as instruções da API para criar um backup programado usando o APIs Explorer.

Atualizar um backup programado

Para atualizar um serviço do metastore do Dataproc 2 configurado com um backup programado, siga as etapas em uma das seguintes guias:

Console

  1. No console do Google Cloud , abra a página Metastore do Dataproc.

  2. Na página Metastore do Dataproc, clique no nome do serviço para o qual você quer programar um backup.

  3. Em Backups programados, defina a opção como Ativado.

  4. Em local, selecione o local do Cloud Storage em que você quer armazenar o backup programado.

  5. Opcional: em Programação, selecione valores para os seguintes campos:

    1. Em Repetições, selecione a recorrência, como Diária ou Semanal.
    2. Em No horário, selecione o horário da recorrência, como 0h.
    3. Em Fuso horário, selecione o fuso horário adequado, como UTC-8.

CLI da gcloud

  1. Para programar um backup de um serviço do metastore do Dataproc, execute o seguinte comando gcloud metastore services backups update:

    gcloud metastore services update SERVICE \
   --location=LOCATION \
   --enable-scheduled-backup \
   --scheduled-backup-cron=SCHEDULED_BACKUP_CRON \
   --scheduled-backup-location=SCHEDULED_BACKUP_LOCATION \

    Substitua:

    • SERVICE: o ID ou identificador totalmente qualificado do backup programado.
    • LOCATION: a região do Google Cloud em que o serviço do metastore do Dataproc está localizado.
    • SCHEDULED_BACKUP_CRON: a frequência do seu backup, especificada no formato de hora do cron. Por exemplo, um valor de cron 0 0 * * * programa um backup diário.
    • SCHEDULED_BACKUP_LOCATION: o local do Cloud Storage do backup programado. Por exemplo, gs://my-bucket/path/to/location.

    Também é possível atualizar um backup programado usando os valores anteriores armazenados em um arquivo de configuração:

    gcloud metastore services update SERVICE \
   --location=LOCATION \
   --scheduled-backup-configs-from-file=SCHEDULED_BACKUP_CONFIGS_FROM_FILE

    Substitua:

    • SCHEDULED_BACKUP_CONFIGS_FROM_FILE: um caminho para um arquivo JSON que contém a configuração de backup.

    O exemplo a seguir mostra um arquivo de configuração de backup que desativa um backup programado.

    {
"enabled": false,
}

REST

Siga as instruções da API para atualizar um backup programado usando o APIs Explorer.

Ver um backup programado

Para conferir um serviço do metastore do Dataproc 2 configurado com um backup programado, siga as etapas em uma das seguintes guias:

Console

  1. No console do Google Cloud , abra a página Metastore do Dataproc.

  2. Na parte superior da página, clique em Backup.

    A página Backup é aberta e mostra os backups programados. Os backups são armazenados no bucket do Cloud Storage que você forneceu na configuração de backup programado.

CLI da gcloud

  1. Execute o seguinte comando gcloud storage ls:

    gcloud storage ls gs://BUCKET_NAME/SERVICE/LOCATION

    Substitua:

    • BUCKET_NAME: o caminho para o bucket do Cloud Storage que armazena o backup programado que você quer visualizar.
    • SERVICE: o ID ou identificador totalmente qualificado do backup programado.
    • LOCATION: a Google Cloud região em que seu serviço do metastore do Dataproc está localizado.

REST

Siga as instruções da API para ver um backup programado usando o APIs Explorer.

Resolver problemas comuns

A seguir