Accéder au contenu principal Passer au contenu complémentaire

Propriétés du tGoogleCloudConfiguration pour Apache Spark Streaming

Ces propriétés sont utilisées pour configurer le tGoogleCloudConfiguration s'exécutant dans le framework de Jobs Spark Streaming.

Le composant tGoogleCloudConfiguration Spark Streaming appartient à la famille Stockage.

Ce composant est disponible dans Talend Real-Time Big Data Platform et dans Talend Data Fabric.

Basic settings

Project ID

Saisissez l'ID de votre projet Google Cloud Platform.

Si vous n'êtes pas certain de l'ID de votre projet, vérifiez dans la page Manage Resources de vos services Google Cloud Platform.

Use Google Cloud Platform credentials file

Lorsque vous lancez votre Job à partir d'une machine donnée sur laquelle Google Cloud SDK a été installé et vous a autorisé à utiliser vos identifiants de compte utilisateur·rice pour accéder à Google Cloud Platform, ne cochez pas cette case. Dans cette situation, cette machine est souvent votre machine locale.

Lorsque vous lancez votre Job à partir d'une machine distante, comme un Talend JobServer, cochez cette case, sélectionnez le format de vos identifiants et, dans le champ Path to Google Credentials file qui s'affiche, saisissez le nom du répertoire dans lequel le fichier contenant les identifiants est stocké, sur la machine de Talend JobServer.

Dans le champ Service account Id qui s'affiche, saisissez l'identifiant de votre compte de service pour lequel ce fichier d'identifiant P12 a été créé.

Pour plus d'informations concernant le fichier Google Credentials, contactez l'administrateur·trice de votre Google Cloud Platform ou consultez Google Cloud Platform Auth Guide.

Utilisation

Règle d'utilisation

Ce composant est généralement utilisé lorsque votre Job doit se connecter à Google Cloud Platform, si le cluster que vous utilisez pour exécuter Spark n'est pas Dataproc.

Il fonctionne en standalone dans un sous-Job, afin de fournir la configuration de la connexion pour le Job complet.

Spark Connection

Dans l'onglet Spark Configuration de la vue Run, définissez la connexion à un cluster Spark donné pour le Job complet. De plus, puisque le Job attend ses fichiers .jar dépendants pour l'exécution, vous devez spécifier le répertoire du système de fichiers dans lequel ces fichiers .jar sont transférés afin que Spark puisse accéder à ces fichiers :
  • Yarn mode (Yarn Client ou Yarn Cluster) :

    • Lorsque vous utilisez Google Dataproc, spécifiez un bucket dans le champ Google Storage staging bucket de l'onglet Spark configuration.

    • Lorsque vous utilisez HDInsight, spécifiez le blob à utiliser pour le déploiement du Job, dans la zone Windows Azure Storage configuration de l'onglet Spark configuration.

    • Lorsque vous utilisez Altus, spécifiez le bucket S3 ou le stockage Azure Data Lake Storage (aperçu technique) pour le déploiement du Job, dans l'onglet Spark configuration.

    • Lorsque vous utilisez des distributions sur site (on-premises), utilisez le composant de configuration correspondant au système de fichiers utilisé par votre cluster. Généralement, ce système est HDFS et vous devez utiliser le tHDFSConfiguration.

  • Standalone mode : utilisez le composant de configuration correspondant au système de fichiers que votre cluster utilise, comme le tHDFSConfiguration Apache Spark Batch ou le tS3Configuration Apache Spark Batch.

    Si vous utilisez Databricks sans composant de configuration dans votre Job, vos données métier sont écrites directement dans DBFS (Databricks Filesystem).

Cette connexion fonctionne uniquement pour le Job dans lequel vous l'avez définie.

Cette page vous a-t-elle aidé ?

Si vous rencontrez des problèmes sur cette page ou dans son contenu – une faute de frappe, une étape manquante ou une erreur technique – dites-nous comment nous améliorer !

Laissez vos commentaires ici