Propriétés du tGoogleCloudConfiguration pour Apache Spark Streaming - 7.1

GS

author
Talend Documentation Team
EnrichVersion
7.1
EnrichProdName
Talend Big Data
Talend Big Data Platform
Talend Data Fabric
Talend Data Integration
Talend Data Management Platform
Talend Data Services Platform
Talend ESB
Talend MDM Platform
Talend Open Studio for Big Data
Talend Open Studio for Data Integration
Talend Open Studio for ESB
Talend Open Studio for MDM
Talend Real-Time Big Data Platform
task
Création et développement > Systèmes tiers > Stockages Cloud > Composants GS
Gouvernance de données > Systèmes tiers > Stockages Cloud > Composants GS
Qualité et préparation de données > Systèmes tiers > Stockages Cloud > Composants GS
EnrichPlatform
Studio Talend

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 Storage.

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

Basic settings

Identifiant du projet

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 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 Jobserver, cochez cette case, puis sélectionnez le format du fichier de vos identifiants et dans le champ Path to Google Credentials file qui s'affiche, saisissez le répertoire dans lequel ce fichier d'identifiants est stocké dans la machine du 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 de votre Google Cloud Platform ou consultez Google Cloud Platform Auth Guide (en anglais).

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 (apercu technique) pour le déploiement du Job, dans l'onglet Spark configuration.
    • Lorsque vous utilisez Qubole, ajoutez tS3Configuration à votre Job pour écrire vos données métier dans le système S3 avec Qubole. Sans tS3Configuration, ces données métier sont écrites dans le système Qubole HDFS et détruites une fois que vous arrêtez votre cluster.
    • 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 tHDFSConfiguration.

  • Standalone mode : vous devez choisir le composant de configuration selon le système de fichiers que vous utilisez, comme tHDFSConfiguration ou tS3Configuration.

    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.