Propriétés du tTachyonConfiguration pour Apache Spark Batch - 6.5

Tachyon

author
Talend Documentation Team
EnrichVersion
6.5
EnrichProdName
Talend Big Data
Talend Big Data Platform
Talend Data Fabric
Talend Real-Time Big Data Platform
task
Création et développement > Systèmes tiers > Composants File (Intégration) > Composants Tachyon
Gouvernance de données > Systèmes tiers > Composants File (Intégration) > Composants Tachyon
Qualité et préparation de données > Systèmes tiers > Composants File (Intégration) > Composants Tachyon
EnrichPlatform
Studio Talend

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

Le composant tTachyonConfiguration Spark Batch appartient à la famille Storage.

Le composant de ce framework est disponible dans tous les produits Talend avec Big Data nécessitant souscription et dans Talend Data Fabric.

Basic settings

Tachyon master URI

Saisissez l'adresse du serveur maître du cluster Tachyon à utiliser.

Ces informations se trouvent dans le fichier conf/tachyon-env.sh de votre système Tachyon.

Pour plus d'informations relatives à la compatibilité des versions entre Tachyon et Spark, consultez la documentation Tachyon à l'adresse http://tachyon-project.org/documentation/Running-Spark-on-Tachyon.html (en anglais).

UnderFS username

Saisissez les informations d'authentification requises par le système de fichiers (la sous-couche du système de stockage, en termes Tachyon) utilisé par votre cluster Tachyon. Le système de fichiers par défaut est HDFS.

Ces informations se trouvent dans le fichier conf/tachyon-env.sh de votre système Tachyon.

Utilisation

Règle d'utilisation

Ce composant est utilisé sans avoir besoin d'être connecté à d'autres composants.

Vous devez déposer le tTachyonConfiguration avec le sous-job relatif au système de fichiers à exécuter dans le même Job afin que la configuration soit utilisée par le Job entier lors de l'exécution.

Ce composant, ainsi que la Palette Spark Batch à laquelle il appartient, ne s'affiche que lorsque vous créez un Job Spark Batch.

Notez que, dans cette documentation, sauf mention contraire, un scénario présente uniquement des Jobs Standard, c'est-à-dire des Jobs Talend traditionnels d'intégration de données.

Spark Connection

Vous devez utiliser l'onglet Spark Configuration dans la vue Run afin de définir la connexion à un cluster Spark donné pour le Job entier. 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 : lorsque vous utilisez Google Dataproc, spécifiez un bucket dans le champ Google Storage staging bucket de l'onglet Spark configuration. Lorsque vous utilisez d'autres distributions, utilisez un composant tHDFSConfiguration afin de spécifier le répertoire.

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

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