VM flessibili Dataproc

Le VM flessibili sono una funzionalità di Dataproc che ti consente di specificare elenchi prioritari di tipi di VM per i worker secondari di Dataproc quando crei un cluster Dataproc.

Perché utilizzare le VM flessibili

In precedenza, se un tipo di VM non era disponibile quando inviavi una richiesta di creazione del cluster, la richiesta non andava a buon fine e dovevi aggiornare la richiesta, lo script o il codice per specificare un tipo di VM "migliore successivo". Questa procedura di nuova richiesta potrebbe comportare più iterazioni finché non hai specificato un tipo di VM disponibile.

La funzionalità VM flessibili di Dataproc consente di completare la richiesta di creazione del cluster selezionando i tipi di VM worker secondarie dagli elenchi di VM classificati e cercando le zone all'interno della regione del cluster specificata con la disponibilità dei tipi di VM elencati.

Terminologia

• Tipo di VM: La famiglia, la capacità di memoria e il numero di core CPU di un'istanza VM. Dataproc supporta l'utilizzo di tipi di VM predefiniti e personalizzati.

• Lavoratori secondari: I lavoratori secondari non archiviano dati. Funzionano solo come nodi di elaborazione. Puoi utilizzare i worker secondari per scalare il calcolo senza scalare l'archiviazione.

Limitazioni e considerazioni

• Le VM flessibili sono disponibili in Dataproc su Compute Engine 2.0.74+, 2.1.22+ e nelle versioni immagine successive di Dataproc su Compute Engine .

• Puoi specificare VM flessibili solo per i worker secondari.

• Puoi specificare fino a cinque elenchi di tipi di VM classificati, con un massimo di 10 tipi di VM in un elenco. Per saperne di più, consulta Come richiedere VM flessibili.

• La creazione di un cluster con VM flessibili richiede l'utilizzo del posizionamento automatico delle zone di Dataproc, che consente a Dataproc di scegliere la zona con la capacità di soddisfare le richieste di tipo di VM.

• Se la richiesta di creazione del cluster include una policy di scalabilità automatica, le VM flessibili possono appartenere a famiglie di VM diverse, ma devono avere la stessa quantità di memoria e lo stesso numero di core.

• Durante il provisioning delle VM flessibili, Dataproc utilizza le prenotazioni disponibili "corrispondenti", ma non quelle "specifiche" (vedi Utilizzare istanze riservate). I tipi di macchine che corrispondono alle prenotazioni vengono selezionati per primi all'interno di un ranking, seguiti dai tipi di VM con il maggior numero di CPU.

• Dataproc applica Google Cloud quote al provisioning flessibile delle VM.

• Sebbene sia possibile specificare rapporti CPU-memoria diversi per i tipi di V worker primari e secondari in un cluster, ciò può comportare un peggioramento delle prestazioni perché il rapporto CPU-memoria più piccolo viene utilizzato come unità di contenitore più piccola.

• Se aggiorni un cluster creato utilizzando VM flessibili, Dataproc seleziona e aggiunge i worker dagli elenchi di VM flessibili che hai fornito durante la creazione del cluster.

Richiedere VM flessibili

Puoi specificare VM flessibili quando crei un cluster Dataproc utilizzando la console Google Cloud , Google Cloud CLI o l'API Dataproc.

• Puoi specificare fino a cinque elenchi di tipi di VM classificati, con un massimo di 10 tipi di VM in un elenco. Gli elenchi con il ranking più basso hanno la priorità più alta. Per impostazione predefinita, gli elenchi di VM flessibili hanno un rango pari a 0. All'interno di un elenco, Dataproc assegna la priorità ai tipi di VM con prenotazioni inutilizzate, seguiti dalle VM di dimensioni maggiori. I tipi di VM all'interno di un elenco con lo stesso numero di CPU vengono trattati allo stesso modo.

gcloud dataproc clusters create CLUSTER_NAME \
    --region=REGION \
    --zone="" \
    --master-machine-type=n1-standard-8 \
    --worker-machine-type=n1-standard-8 \
    --num-workers=4 \
    --num-secondary-workers=4 \
    --secondary-worker-type=non-preemptible \
    --secondary-worker-machine-types="type=n2-standard-8,rank=0" \
    --secondary-worker-machine-types="type=e2-standard-8,type=t2d-standard-8,rank=1"

"config": {
  "secondaryWorkerConfig": {
    "instanceFlexibilityPolicy": {
      "instanceSelectionList": [
        {
          "machineTypes": [
            "n1-standard-4",
            "n2-standard-4"
          ],
          "rank": 0
        },
        {
          "machineTypes": [
            "e2-standard-4",
            "n2d-standard-4"
          ],
          "rank": 1
        }
      ]
    }
  }
}

ROLE:MACHINE_TYPE:COMPONENT_PREFIX:COMPONENT_PROPERTY=VALUE

"secondary_worker:e2-standard-8:yarn:yarn.nodemanager.resource.cpu-vcores=6"