Spark访问VPC实例_Spark_开发

VPC访问说明

Spark on MaxCompute可以访问位于阿里云VPC内的实例（例如ECS、HBase、RDS），同时还可以访问用户的自定义私有域名。

访问VPC实例时，在spark-defaults.conf配置文件中添加spark.hadoop.odps.cupid.vpc.domain.list参数即可，描述需要访问的一个或多个实例的网络情况。该参数的值为JSON格式，配置时需要将JSON压缩成一行。

访问不同实例的spark.hadoop.odps.cupid.vpc.domain.list值请参见下面示例，您需要将示例中RegionID、VPCID、实例域名、端口等替换成您使用场景下的实际值。区域的RegionID请参见地域和可用区。

示例1：访问MongoDB

当访问MongoDB时，spark.hadoop.odps.cupid.vpc.domain.list参数取值如下。该MongoDB有主备2个实例。

{
  "regionId":"cn-beijing",
  "vpcs":[
    {
      "vpcId":"vpc-2zeaeq21mb1dmkqh0****",
      "zones":[
        {
          "urls":[
            {
              "domain":"dds-2ze3230cfea08****.mongodb.rds.aliyuncs.com",
              "port": 3717
            },
            {
              "domain":"dds-2ze3230cfea08****.mongodb.rds.aliyuncs.com",
              "port":3717
            }
          ]
        }
      ]
    }
  ]
}

示例2：访问RDS

当访问RDS时，spark.hadoop.odps.cupid.vpc.domain.list参数取值如下。

{
  "regionId":"cn-beijing",
  "vpcs":[
    {
      "vpcId":"vpc-2zeaeq21mb1dmkqh0****",
      "zones":[
        {
          "urls":[
            {
              "domain":"rm-2zem49k73c54z****.mysql.rds.aliyuncs.com",
              "port": 3306
            }
          ]
        }
      ]
    }
  ]
}

示例3：访问HBase

当访问HBase时，spark.hadoop.odps.cupid.vpc.domain.list取值如下。

{
  "regionId":"cn-beijing",
  "vpcs":[
    {
      "vpcId":"vpc-2zeaeq21mb1dmkqh0exox",
      "zones":[
        {
          "urls":[
            {
              "domain":"hb-2zecxg2ltnpeg8me4-master*-***.hbase.rds.aliyuncs.com",
              "port":2181
            },
            {
              "domain":"hb-2zecxg2ltnpeg8me4-master*-***.hbase.rds.aliyuncs.com",
              "port":16000
            },
            {
              "domain":"hb-2zecxg2ltnpeg8me4-master*-***.hbase.rds.aliyuncs.com",
              "port":16020
            },
            {
              "domain":"hb-2zecxg2ltnpeg8me4-master*-***.hbase.rds.aliyuncs.com",
              "port":2181
            },
            {
              "domain":"hb-2zecxg2ltnpeg8me4-master*-***.hbase.rds.aliyuncs.com",
              "port":16000
            },
            {
              "domain":"hb-2zecxg2ltnpeg8me4-master*-***.hbase.rds.aliyuncs.com",
              "port":16020
            },
            {
              "domain":"hb-2zecxg2ltnpeg8me4-master*-***.hbase.rds.aliyuncs.com",
              "port":2181
            },
            {
              "domain":"hb-2zecxg2ltnpeg8me4-master*-***.hbase.rds.aliyuncs.com",
              "port":16000
            },
            {
              "domain":"hb-2zecxg2ltnpeg8me4-master*-***.hbase.rds.aliyuncs.com",
              "port":16020
            },
            {
              "domain":"hb-2zecxg2ltnpeg8me4-cor*-***.hbase.rds.aliyuncs.com",
              "port":16020
            },
            {
              "domain":"hb-2zecxg2ltnpeg8me4-cor*-***.hbase.rds.aliyuncs.com",
              "port":16020
            }，
            {
              "domain":"hb-2zecxg2ltnpeg8me4-cor*-***.hbase.rds.aliyuncs.com",
              "port":16020
            }
          ]
        }
      ]
    }
  ]
}

示例4：访问Redis

当访问Redis时，spark.hadoop.odps.cupid.vpc.domain.list参数取值如下。

{
  "regionId":"cn-beijing",
  "vpcs":[
    {
      "vpcId":"vpc-2zeaeq21mb1dmkqh0****",
      "zones":[
        {
          "urls":[
            {
              "domain":"r-2zebda0d3c05****.redis.rds.aliyuncs.com",
              "port":3717
            }
          ]
        }
      ]
    }
  ]
}

示例5：访问LogHub

访问LogHub时，spark.hadoop.odps.cupid.vpc.domain.list参数取值如下。

{
  "regionId":"cn-beijing",
  "vpcs":[
    {
      "zones":[
        {
          "urls":[
            {
              "domain":"cn-beijing-intranet.log.aliyuncs.com",
              "port":80
            }
          ]
        }
      ]
    }
  ]
}

domain请使用LogHub Endpoint的经典网络或VPC网络服务入口，各Region对应的Endpoint请参见服务入口。

示例6：访问DataHub

访问DataHub时，spark.hadoop.odps.cupid.vpc.domain.list参数取值如下。

{
  "regionId":"cn-beijing",
  "vpcs":[
    {
      "zones":[
        {
          "urls":[
            {
              "domain":"dh-cn-beijing.aliyun-inc.com",
              "port":80
            }
          ]
        }
      ]
    }
  ]
}

domain请使用Datahub Endpoint的经典网络下的ECS Endpoint，各Region对应的Endpoint请参见域名列表。

示例7：访问自定义域名

假设您在VPC内自定义了域名a.b.com，Spark通过域名和端口a.b.com:80发起访问。您在使用前需要完成以下配置：

在PrivateZone中将Zone关联至VPC。详情请参见关联/解关联VPC。
单击一键授权，为MaxCompute赋予PrivateZone的只读权限。
在Spark节点配置里新增如下2个参数。
```
spark.hadoop.odps.cupid.pvtz.rolearn=acs:ram::xxxxxxxxxxx:role/aliyunodpsdefaultrole 
spark.hadoop.odps.cupid.vpc.usepvtz=true
```
spark.hadoop.odps.cupid.pvtz.rolearn为用户的ARN信息，从RAM控制台可以获取。

在Spark的配置文件中新增spark.hadoop.odps.cupid.vpc.domain.list参数，参数取值如下。

{
  "regionId":"cn-beijing",
  "vpcs":[
    {
      "vpcId":"vpc-2zeaeq21mb1dmkqh0****",
      "zones":[
        {
          "urls":[
            {
              "domain":"a.b.com",
              "port":80
            }
          ],
          "zoneId":"9b7ce89c6a6090e114e0f7c415ed****"
        }
      ]
    }
  ]
}

示例8：访问文件存储HDFS

文件存储HDFS产品的使用，请参见开通文件存储HDFS服务。

在Spark中使用文件存储HDFS需要新增hdfs-site.xml，内容如下所示。

<?xml version="1.0"?>
<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>dfs://DfsMountpointDomainName:10290</value>
    </property>
    <property>
        <name>fs.dfs.impl</name>
        <value>com.alibaba.dfs.DistributedFileSystem</value>
    </property>
    <property>
        <name>fs.AbstractFileSystem.dfs.impl</name>
        <value>com.alibaba.dfs.DFS</value>
    </property>
</configuration>

在Spark配置文件中新增spark.hadoop.odps.cupid.vpc.domain.list参数，参数取值如下。

{
    "regionId": "cn-shanghai",
    "vpcs": [{
        "vpcId": "vpc-xxxxxx",
        "zones": [{
            "urls": [{
                "domain": "DfsMountpointDomainName",
                "port": 10290
            }]
        }]
    }]
}