GSP104

개요

Cloud Dataproc은 빠르고 사용하기 쉬운 완전 관리형 클라우드 서비스로서 Apache Spark 및 Apache Hadoop 클러스터를 더 간단하고 비용 효율적인 방식으로 실행합니다. 몇 시간이나 며칠씩 걸리던 작업이 몇 분이나 몇 초 만에 끝납니다. Cloud Dataproc 클러스터는 신속하게 만들고 언제든지 크기를 조정할 수 있으므로 클러스터보다 많은 데이터 파이프라인이 생길 염려가 없습니다.

이 실습에서는 Google Cloud에서 gcloud를 사용하여 Google Cloud Dataproc 클러스터를 만들고, 클러스터에서 간단한 Apache Spark 작업을 실행한 다음, 클러스터의 작업자 수를 수정하는 방법을 알아봅니다.

설정 및 요건

실습 시작 버튼을 클릭하기 전에

다음 안내를 확인하세요. 실습에는 시간 제한이 있으며 일시중지할 수 없습니다. 실습 시작을 클릭하면 타이머가 시작됩니다. 이 타이머에는 Google Cloud 리소스를 사용할 수 있는 시간이 얼마나 남았는지 표시됩니다.

실무형 실습을 통해 시뮬레이션이나 데모 환경이 아닌 실제 클라우드 환경에서 직접 실습 활동을 진행할 수 있습니다. 실습 시간 동안 Google Cloud에 로그인하고 액세스하는 데 사용할 수 있는 새로운 임시 사용자 인증 정보가 제공됩니다.

이 실습을 완료하려면 다음을 준비해야 합니다.

• 표준 인터넷 브라우저 액세스 권한(Chrome 브라우저 권장)

참고: 이 실습을 실행하려면 시크릿 모드 또는 시크릿 브라우저 창을 사용하세요. 개인 계정과 학생 계정 간의 충돌로 개인 계정에 추가 요금이 발생하는 일을 방지해 줍니다.

• 실습을 완료하기에 충분한 시간---실습을 시작하고 나면 일시중지할 수 없습니다.

참고: 계정에 추가 요금이 발생하지 않도록 하려면 개인용 Google Cloud 계정이나 프로젝트가 이미 있어도 이 실습에서는 사용하지 마세요.

실습을 시작하고 Google Cloud 콘솔에 로그인하는 방법

1. 실습 시작 버튼을 클릭합니다. 실습 비용을 결제해야 하는 경우 결제 수단을 선택할 수 있는 팝업이 열립니다. 왼쪽에는 다음과 같은 항목이 포함된 실습 세부정보 패널이 있습니다.

   • Google 콘솔 열기 버튼
   • 남은 시간
   • 이 실습에 사용해야 하는 임시 사용자 인증 정보
   • 필요한 경우 실습 진행을 위한 기타 정보

2. Google 콘솔 열기를 클릭합니다. 실습에서 리소스가 가동된 후 로그인 페이지가 표시된 다른 탭이 열립니다.

   팁: 두 개의 탭을 각각 별도의 창으로 나란히 정렬하세요.

   참고: 계정 선택 대화상자가 표시되면 다른 계정 사용을 클릭합니다.

3. 필요한 경우 실습 세부정보 패널에서 사용자 이름을 복사하여 로그인 대화상자에 붙여넣습니다. 다음을 클릭합니다.

4. 실습 세부정보 패널에서 비밀번호를 복사하여 시작 대화상자에 붙여넣습니다. 다음을 클릭합니다.

   중요: 왼쪽 패널에 표시된 사용자 인증 정보를 사용해야 합니다. Google Cloud Skills Boost 사용자 인증 정보를 사용하지 마세요. 참고: 이 실습에 자신의 Google Cloud 계정을 사용하면 추가 요금이 발생할 수 있습니다.

5. 이후에 표시되는 페이지를 클릭하여 넘깁니다.

   • 이용약관에 동의합니다.
   • 임시 계정이므로 복구 옵션이나 2단계 인증을 추가하지 않습니다.
   • 무료 평가판을 신청하지 않습니다.

잠시 후 Cloud 콘솔이 이 탭에서 열립니다.

참고: 왼쪽 상단에 있는 탐색 메뉴를 클릭하면 Google Cloud 제품 및 서비스 목록이 있는 메뉴를 볼 수 있습니다.

Cloud Shell 활성화

Cloud Shell은 다양한 개발 도구가 탑재된 가상 머신으로, 5GB의 영구 홈 디렉터리를 제공하며 Google Cloud에서 실행됩니다. Cloud Shell을 사용하면 명령줄을 통해 Google Cloud 리소스에 액세스할 수 있습니다.

1. Google Cloud 콘솔 상단에서 Cloud Shell 활성화 를 클릭합니다.

연결되면 사용자 인증이 이미 처리된 것이며 프로젝트가 PROJECT_ID로 설정됩니다. 출력에 이 세션의 PROJECT_ID를 선언하는 줄이 포함됩니다.

Your Cloud Platform project in this session is set to YOUR_PROJECT_ID

gcloud는 Google Cloud의 명령줄 도구입니다. Cloud Shell에 사전 설치되어 있으며 명령줄 자동 완성을 지원합니다.

2. (선택사항) 다음 명령어를 사용하여 활성 계정 이름 목록을 표시할 수 있습니다.

gcloud auth list

3. 승인을 클릭합니다.

4. 다음과 비슷한 결과가 출력됩니다.

출력:

ACTIVE: * ACCOUNT: student-01-xxxxxxxxxxxx@qwiklabs.net To set the active account, run: $ gcloud config set account `ACCOUNT`

5. (선택사항) 다음 명령어를 사용하여 프로젝트 ID 목록을 표시할 수 있습니다.

gcloud config list project

출력:

[core] project = <project_ID>

출력 예시:

[core] project = qwiklabs-gcp-44776a13dea667a6 참고: gcloud 전체 문서는 Google Cloud에서 gcloud CLI 개요 가이드를 참조하세요.

작업 1. 클러스터 만들기

1. Cloud Shell에서 다음 명령어를 실행하여 리전을 설정합니다.

gcloud config set dataproc/region {{{project_0.default_region | Region}}}

2. Dataproc은 동일한 리전의 클러스터 간에 공유되는 스테이징 및 임시 버킷을 생성합니다. 이 실습에서는 Dataproc에서 사용할 계정을 지정하지 않았으므로, 기본적으로 스토리지 버킷 권한이 없는 Compute Engine 기본 서비스 계정을 사용합니다. 이제 계정을 추가해 보겠습니다.

• 먼저, 다음 명령어를 실행하여 PROJECT_ID 및 PROJECT_NUMBER를 가져옵니다.

PROJECT_ID=$(gcloud config get-value project) && \ gcloud config set project $PROJECT_ID PROJECT_NUMBER=$(gcloud projects describe $PROJECT_ID --format='value(projectNumber)')

• 이제 다음 명령어를 실행하여 Compute Engine 기본 서비스 계정에 스토리지 관리자 역할을 부여합니다.

gcloud projects add-iam-policy-binding $PROJECT_ID \ --member=serviceAccount:$PROJECT_NUMBER-compute@developer.gserviceaccount.com \ --role=roles/storage.admin

3. 다음 명령어를 실행하여 e2-standard-4 VM 및 기본 Cloud Dataproc 설정을 사용하는 example-cluster라는 클러스터를 만듭니다.

gcloud dataproc clusters create example-cluster --worker-boot-disk-size 500 --worker-machine-type=e2-standard-4 --master-machine-type=e2-standard-4

4. 클러스터의 영역을 확인하라는 메시지가 표시되면 Y를 입력합니다.

클러스터가 몇 분 동안 빌드됩니다.

Waiting for cluster creation operation...done. Created [... example-cluster]

'생성됨' 메시지가 나타나면 계속 진행할 수 있습니다.

완료된 작업 테스트하기

진행 상황 확인하기를 클릭하여 실행한 작업을 확인합니다. Dataproc 클러스터가 생성되면 평가 점수가 표시됩니다.

Dataproc 클러스터 만들기

작업 2. 작업 제출

• 파이의 근삿값을 계산하는 샘플 Spark 작업을 제출하기 위해 다음 명령어를 실행합니다.

gcloud dataproc jobs submit spark --cluster example-cluster \ --class org.apache.spark.examples.SparkPi \ --jars file:///usr/lib/spark/examples/jars/spark-examples.jar -- 1000

위 명령어는 다음 사항을 지정합니다.

• example-cluster 클러스터에서 spark 작업을 실행하고자 함
• 작업의 pi를 계산하는 애플리케이션에 대한 기본 메소드가 포함된 class
• 작업의 코드가 포함된 jar 파일의 위치
• 작업에 전달할 매개변수(이 경우에는 태스크의 수 1000)

참고: 작업에 전달된 매개변수는 이중 대시(--)를 따라야 합니다. 자세한 내용은 gcloud 문서를 참조하세요.

작업의 실행과 최종 결과는 터미널 창에 표시됩니다.

Waiting for job output... ... Pi is roughly 3.14118528 ... state: FINISHED

완료된 작업 테스트하기

진행 상황 확인하기를 클릭하여 실행한 작업을 확인합니다. 작업이 제출되면 평가 점수가 표시됩니다.

작업 제출

작업 3. 클러스터 업데이트

1. 클러스터의 작업자 수를 4로 변경하려면 다음 명령어를 실행합니다.

gcloud dataproc clusters update example-cluster --num-workers 4

클러스터의 업데이트된 세부정보는 명령어의 결과에 표시됩니다.

Waiting on operation [projects/qwiklabs-gcp-7f7aa0829e65200f/regions/global/operations/b86892cc-e71d-4e7b-aa5e-6030c945ea67]. Waiting for cluster update operation...done.

2. 동일한 명령어를 사용하여 워커 노드의 수를 줄일 수 있습니다.

gcloud dataproc clusters update example-cluster --num-workers 2

이제 Dataproc 클러스터를 만들고 Google Cloud의 gcloud 명령줄에서 작업자 수를 조정할 수 있습니다.

작업 4. 배운 내용 테스트하기

아래는 이 실습에서 배운 내용을 복습하기 위한 객관식 테스트입니다. 최선을 다해 풀어보세요.

수고하셨습니다

Google Cloud Dataproc 클러스터를 만들어 Google Cloud에서 gcloud를 사용하는 방법을 살펴보았습니다.

퀘스트 완료하기

이 사용자 주도형 실습은 Baseline: Data, ML, AI 퀘스트의 일부입니다. 퀘스트는 연관성이 있는 여러 실습을 하나의 학습 과정으로 구성한 것입니다. 이 퀘스트를 완료하면 배지를 얻고 수료를 인증할 수 있습니다. 배지를 공개하고 온라인 이력서 또는 소셜 미디어 계정에 연결할 수 있습니다. 이 퀘스트에 등록하여 즉시 수료 크레딧을 받으세요. 참여할 수 있는 모든 퀘스트는 Google Cloud Skills Boost 카탈로그를 참조하세요.

다음 단계/더 학습하기

이 실습은 Qwik Start라고 하는 실습 시리즈에 속해 있기도 합니다. 이 실습은 Google Cloud에서 제공하는 다양한 기능을 간략하게나마 소개하고자 마련되었습니다. 실습 카탈로그에서 'Qwik Start'를 검색하여 다음으로 참여할 실습을 찾아보세요.

Google Cloud 교육 및 자격증

Google Cloud 기술을 최대한 활용하는 데 도움이 됩니다. Google 강의에는 빠른 습득과 지속적인 학습을 지원하는 기술적인 지식과 권장사항이 포함되어 있습니다. 기초에서 고급까지 수준별 학습을 제공하며 바쁜 일정에 알맞은 주문형, 실시간, 가상 옵션이 포함되어 있습니다. 인증은 Google Cloud 기술에 대한 역량과 전문성을 검증하고 입증하는 데 도움이 됩니다.

설명서 최종 업데이트: 2023년 10월 23일

실습 최종 테스트: 2023년 10월 23일

Copyright 2024 Google LLC All rights reserved. Google 및 Google 로고는 Google LLC의 상표입니다. 기타 모든 회사명 및 제품명은 해당 업체의 상표일 수 있습니다.