Tipi di macchine supportati

I cluster Dataproc vengono creati su istanze Compute Engine. I tipi di macchina definiscono le risorse hardware virtualizzate disponibili per un'istanza. Compute Engine offre sia tipi di macchine predefinite sia tipi di macchine personalizzate. I cluster Dataproc possono utilizzare tipi sia predefiniti che personalizzati sia per i nodi master che per i nodi worker.

I cluster Dataproc supportano i seguenti tipi di macchine predefinite di Compute Engine (la disponibilità dei tipo di macchina varia in base alla regione):

• Tipi di macchine per uso generico, tra cui N1, N2, N2D, E2, C3, C4 e N4 (Dataproc supporta anche tipi di macchine personalizzate N1, N2, N2D, E2, C3, C4 e N4).

  Limitazioni:

  • il tipo di macchina n1-standard-1 non è supportato per le immagini 2.0 e successive (il tipo di macchina n1-standard-1 non è consigliato per le immagini precedenti alla 2.0; utilizza invece un tipo di macchina con una memoria maggiore.
  • I tipi di macchine con core condivisi non sono supportati, tra cui i seguenti tipi di macchine non supportati:
    • E2: tipi di macchine con core condivisi e2-micro, e2-small ed e2-medium e
    • N1: tipi di macchine con core condivisi f1-micro e g1-small.
  • Dataproc seleziona hyperdisk-balanced come tipo di disco di avvio se il tipo di macchina è C3, C4 o N4.
• Tipi di macchine ottimizzate per il calcolo, tra cui i tipi di macchine C2 e C2D.
• Tipi di macchine ottimizzate per la memoria, che includono i tipi di macchine M1 e M2.
• Tipi di macchine ARM, tra cui i tipi di macchine C4A.

Tipi di macchine personalizzate

Dataproc supporta i tipi di macchine personalizzate della serie N1.

I tipi di macchine personalizzate sono ideali per i seguenti carichi di lavoro:

• Carichi di lavoro non adatti ai tipi di macchine predefinite.
• Carichi di lavoro che richiedono più potenza di elaborazione o più memoria, ma non tutti gli upgrade forniti dal livello di tipo di macchina successivo.

Ad esempio, se hai un carico di lavoro che richiede più potenza di elaborazione rispetto a quella fornita da un'istanza n1-standard-4, ma il passaggio successivo, un'istanza n1-standard-8, fornisce troppa capacità. Con i tipi di macchine personalizzate puoi creare cluster Dataproc con nodi master e/o worker di fascia media, con 6 CPU virtuali e 25 GB di memoria.

Specifica un tipo di macchina personalizzata

I tipi di macchine personalizzate utilizzano una specifica machine type speciale e sono soggetti a limitazioni. Ad esempio, la specifica del tipo di macchina personalizzata per una VM personalizzata con 6 CPU virtuali e 22,5 GB di memoria è custom-6-23040.

I numeri nella specifica del tipo di macchina corrispondono al numero di CPU virtuali (vCPU) nella macchina (6) e alla quantità di memoria (23040). La quantità di memoria viene calcolata moltiplicando la quantità di memoria in gigabyte per 1024 (consulta Esprimere la memoria in GB o MB). In questo esempio, 22,5 (GB) viene moltiplicato per 1024: 22.5 * 1024 = 23040.

Utilizza la sintassi riportata sopra per specificare il tipo di macchina personalizzata con i tuoi cluster. Quando crei un cluster, puoi impostare il tipo di macchina per i nodi master o worker o per entrambi. Se imposti entrambi, il nodo principale può utilizzare un tipo di macchina personalizzata diverso da quello utilizzato dai worker. Il tipo di macchina utilizzato da eventuali worker secondari segue le impostazioni per i worker principali e non può essere impostato separatamente (consulta Worker secondari: VM prerilasciabili e non prerilasciabili).

Prezzi tipo di macchina personalizzate

I prezzi tipo di macchina personalizzate si basano sulle risorse utilizzate in una macchina personalizzata. I prezzi di Dataproc si aggiungono al costo delle risorse di calcolo e si basano sul numero totale di CPU virtuali (vCPU) utilizzate in un cluster.

Creare un cluster Dataproc con un tipo di macchina specificato

gcloud dataproc clusters create test-cluster /
    --master-machine-type custom-6-23040 /
    --worker-machine-type custom-6-23040 /
    other args

...
properties:
  distcp:mapreduce.map.java.opts: -Xmx1638m
  distcp:mapreduce.map.memory.mb: '2048'
  distcp:mapreduce.reduce.java.opts: -Xmx4915m
  distcp:mapreduce.reduce.memory.mb: '6144'
  mapred:mapreduce.map.cpu.vcores: '1'
  mapred:mapreduce.map.java.opts: -Xmx1638m
...

POST /v1/projects/my-project-id/regions/is-central1/clusters/
{
  "projectId": "my-project-id",
  "clusterName": "test-cluster",
  "config": {
    "configBucket": "",
    "gceClusterConfig": {
      "subnetworkUri": "default",
      "zoneUri": "us-central1-a"
    },
    "masterConfig": {
      "numInstances": 1,
      "machineTypeUri": "n1-highmem-4",
      "diskConfig": {
        "bootDiskSizeGb": 500,
        "numLocalSsds": 0
      }
    },
    "workerConfig": {
      "numInstances": 2,
      "machineTypeUri": "n1-highmem-4",
      "diskConfig": {
        "bootDiskSizeGb": 500,
        "numLocalSsds": 0
      }
    }
  }
}

Creare un cluster Dataproc con un tipo di macchina personalizzata con memoria estesa

Dataproc supporta i tipi di macchine personalizzate con memoria estesa oltre il limite di 6,5 GB per vCPU (consulta Prezzi della memoria estesa).

Console

Fai clic su Espandi memoria quando personalizzi la memoria del tipo di macchina nella sezione Nodo master e/o Nodi worker del riquadro Configura nodi nella pagina Dataproc Crea un cluster nella console Google Cloud.

Comando gcloud

Per creare un cluster dalla riga di comando gcloud con CPU personalizzate con memoria estesa, aggiungi un suffisso -ext ai flag ‑‑master-machine-type e/o ‑‑worker-machine-type.

Esempio

Il seguente esempio di riga di comando gcloud crea un cluster Dataproc con 1 CPU e 50 GB di memoria (50 * 1024 = 51200) in ogni nodo:

gcloud dataproc clusters create test-cluster /
    --master-machine-type custom-1-51200-ext /
    --worker-machine-type custom-1-51200-ext /
    other args

API

Il seguente snippet JSON di esempio <code.instancegroupconfig< code="" dir="ltr" translate="no"></code.instancegroupconfig<> da una richiesta API REST Dataproc clusters.create specifica 1 CPU e 50 GB di memoria (50 * 1024 = 51200) in ogni nodo:

...
    "masterConfig": {
      "numInstances": 1,
      "machineTypeUri": "custom-1-51200-ext",
    ...
    },
    "workerConfig": {
      "numInstances": 2,
      "machineTypeUri": "custom-1-51200-ext",
     ...
...

Tipi di macchine ARM

Dataproc supporta la creazione di un cluster con nodi che utilizzano tipi di macchine ARM, come il tipo di macchina C4A.

Requisiti e limitazioni:

• L'immagine Dataproc deve essere compatibile con il chipset ARM (al momento, solo l'immagine Dataproc 2.1-ubuntu20-arm è compatibile con il CHIPSET ARM). Tieni presente che questa immagine non supporta molti componenti facoltativi e di azione di inizializzazione (consulta le versioni release 2.1.x).
• Poiché per un cluster deve essere specificata un'immagine, i nodi master, worker e worker secondari devono utilizzare un tipo di macchina ARM compatibile con l'immagine ARM Dataproc selezionata.
• Le funzionalità di Dataproc non compatibili con i tipi di macchine ARM non sono disponibili (ad esempio, le SSD locali non sono supportate dai tipi di macchine C4A).

Creare un cluster Dataproc con un tipo di macchina ARM

gcloud dataproc clusters create cluster-name \
    --region=REGION \
    --image-version=2.1-ubuntu20-arm \
    --master-machine-type=c4a-standard-4 \
    --worker-machine-type=c4a-standard-4

POST /v1/projects/my-project-id/regions/is-central1/clusters/
{
  "projectId": "my-project-id",
  "clusterName": "sample-cluster",
  "config": {
    "configBucket": "",
    "gceClusterConfig": {
      "subnetworkUri": "default",
      "zoneUri": "us-central1-a"
    },
    "masterConfig": {
      "numInstances": 1,
      "machineTypeUri": "c4a-standard-4",
      "diskConfig": {
        "bootDiskSizeGb": 500,
      }
    },
    "workerConfig": {
      "numInstances": 2,
      "machineTypeUri": "c4a-standard-4",
      "diskConfig": {
        "bootDiskSizeGb": 500,
        "numLocalSsds": 0
      }
    },
    "softwareConfig": {
      "imageVersion": "2.1-ubuntu20-arm"
    }
  }
}