Clústeres de nodo único

Los clústeres de un solo nodo son clústeres de Dataproc con un solo nodo. Este nodo único actúa como maestro y trabajador de tu clúster de Dataproc. Aunque los clústeres de un solo nodo solo tienen un nodo, la mayoría de los conceptos y las funciones de Dataproc siguen siendo válidos, excepto los que se indican a continuación.

Hay varias situaciones en las que los clústeres de Dataproc de un solo nodo pueden ser útiles, como las siguientes:

• Probar nuevas versiones de Spark y Hadoop u otros componentes de código abierto
• Crear demostraciones de pruebas de concepto
• Ciencia de datos sencilla
• Tratamiento de datos no críticos a pequeña escala
• Formación relacionada con el ecosistema de Spark y Hadoop

Semántica de clústeres de un solo nodo

Las siguientes semánticas se aplican a los clústeres de Dataproc de un solo nodo:

• Los clústeres de un solo nodo se configuran igual que los clústeres de varios nodos de Dataproc e incluyen servicios como HDFS y YARN.
• Los clústeres de un solo nodo se registran como nodos maestros para las acciones de inicialización.
• Los clústeres de un solo nodo muestran 0 trabajadores, ya que el nodo único actúa como maestro y trabajador.
• Los clústeres de un solo nodo reciben nombres de host que siguen el patrón clustername-m. Puedes usar este nombre de host para conectarte a una interfaz web del nodo mediante SSH.
• Los clústeres de un solo nodo no se pueden actualizar a clústeres de varios nodos. Una vez creados, los clústeres de un solo nodo se limitan a un nodo. Del mismo modo, los clústeres de varios nodos no se pueden reducir a clústeres de un solo nodo.

Limitaciones

• No se recomiendan los clústeres de un solo nodo para el procesamiento de datos paralelos a gran escala. Si superas los recursos de un clúster de un solo nodo, te recomendamos que uses un clúster de Dataproc de varios nodos.

• Los clústeres de un solo nodo no están disponibles con la alta disponibilidad, ya que solo hay un nodo en el clúster.

• Los clústeres de un solo nodo no pueden usar máquinas virtuales interrumpibles.

Crear un clúster de un solo nodo

gcloud dataproc clusters create cluster-name \
    --region=region \
    --single-node \
    ... other args