创建Google Cloud Dataproc群集时出错-无法访问初始化代理脚本

Question

我正在尝试使用以下命令创建我的第一个Google Cloud Dataproc集群：

gcloud dataproc clusters create hive-cluster    \ 
    --scopes sql-admin  \   
    --image-version 1.3  \   
    --initialization-actions "gs://goog-dataproc-${PROJECT}:${REGION}:hive-metastore" \
    --master-machine-type n1-standard-1 \
    --master-boot-disk-size 15 \
    --num-workers 2 \
    --worker-machine-type n1-standard-1 \
    --worker-boot-disk-size 15 \
    --region us-east1 \
    --zone us-east1-b

但是，出现以下错误：

    Dataproc could not validate the initialization action using the service-owned service accounts. Cluster creation may still succeed if the initialization action is accessible from GCE VMs.
    Reason: [e-mail] does not have storage.objects.get access to goog-dataproc-initialization-actions-us-east1/cloud-sql-proxy/cloud-sql-proxy.sh.
    Waiting for cluster creation operation...done.
    ERROR: (gcloud.dataproc.clusters.create) Operation [projects/traits-seater-824109/regions/us-east1/operations/5b36fb82-ade2-3d5f-a6bd-cb1a206bb54e] failed: Multiple Errors:
     - Error downloading script 'gs://goog-dataproc-initialization-actions-us-east1/cloud-sql-proxy/cloud-sql-proxy.sh': [email protected] does not have storage.objects.get access to goog-dataproc-initialization-actions-us-east1/cloud-sql-proxy/cloud-sql-proxy.sh.

我检查了IAM中的权限，并将存储->对象查看器角色赋予了上面错误消息中提到的服务帐户，但仍然遇到相同的错误。任何建议如何克服这个错误？

Answer 1

问题可能来自创建群集时提供的scopes。您仅限制群集访问scopes API（sql-admin）。

您可能需要添加https://www.googleapis.com/auth/sqlservice.admin范围（或storage-ro）：

https://www.googleapis.com/auth/devstorage.read_only

没有gcloud dataproc clusters create hive-cluster \ 
    --scopes sql-admin,storage-ro \
    [...]
范围，即使存储区storage-ro是公共的，我也认为Dataproc集群将无法从GCS检索文件。

Answer 2

似乎在Dataproc的区域托管版本的初始化操作上存在权限设置的暂时性问题-长期而言，确实应使用这些区域副本来更好地隔离init操作的区域可靠性，并避免交叉-区域复制初始化操作，但是与此同时，您可以使用初始化操作的共享“全局”副本：

goog-dataproc-initialization-actions-us-east1