IAM précis pour Managed Service pour Apache Spark

La fonctionnalité IAM granulaire de Managed Service pour Apache Spark vous permet d'accorder des autorisations au niveau du cluster, des jobs, des opérations, du modèle de workflow ou de la règle d'autoscaling.

Exemple : Vous pouvez attribuer à un utilisateur un rôle de lecteur de cluster, qui lui permet d'afficher un cluster dans un projet, et attribuer à un autre utilisateur un rôle d'éditeur de jobs, qui lui permet de mettre à jour, d'annuler et d'afficher le job. Pour comprendre les commandes Google Cloud CLI spécifiques activées par chaque rôle IAM précis de Managed Service pour Apache Spark, consultez Commandes du SDK activées par IAM précis.

Rôles et autorisations IAM précis pour Managed Service pour Apache Spark

La gestion de l'IAM de manière précise dans Managed Service pour Apache Spark permet de définir les rôles suivants avec les autorisations suivantes sur les ressources Managed Service pour Apache Spark.

Rôles de cluster

Rôle Autorisations
Lecteur dataproc.clusters.get
Éditeur dataproc.clusters.get
dataproc.clusters.list
dataproc.clusters.delete
dataproc.clusters.update
dataproc.clusters.use
dataproc.clusters.start
dataproc.clusters.stop
Propriétaire dataproc.clusters.get
dataproc.clusters.list
dataproc.clusters.delete
dataproc.clusters.update
dataproc.clusters.use
dataproc.clusters.start
dataproc.clusters.stop
dataproc.clusters.setIamPolicy
dataproc.clusters.getIamPolicy

Rôles du poste

Rôle Autorisations
Lecteur dataproc.jobs.get
Éditeur dataproc.jobs.get
dataproc.jobs.cancel
dataproc.jobs.delete
dataproc.jobs.update
Propriétaire dataproc.jobs.get
dataproc.jobs.cancel
dataproc.jobs.delete
dataproc.jobs.update
dataproc.jobs.setIamPolicy
dataproc.jobs.getIamPolicy

Rôles d'opération

Rôle Autorisations
Lecteur dataproc.operations.get
Éditeur dataproc.jobs.get
dataproc.operations.cancel
dataproc.operations.delete
Propriétaire dataproc.jobs.get
dataproc.operations.cancel
dataproc.operations.delete
dataproc.operations.setIamPolicy
dataproc.operations.getIamPolicy

Rôles de modèle de workflow

Rôle Autorisations
Lecteur dataproc.workflowTemplates.get
Éditeur dataproc.workflowTemplates.get
dataproc.workflowTemplates.delete
dataproc.workflowTemplates.update
Propriétaire dataproc.workflowTemplates.get
dataproc.workflowTemplates.delete
dataproc.workflowTemplates.update
dataproc.workflowTemplates.setIamPolicy
dataproc.workflowTemplates.getIamPolicy

Rôles de règle d'autoscaling

Rôle Autorisations
Lecteur dataproc.autoscalingPolicies.get
Éditeur dataproc.autoscalingPolicies.get
dataproc.autoscalingPolicies.use
dataproc.autoscalingPolicies.delete
dataproc.autoscalingPolicies.update
Propriétaire dataproc.autoscalingPolicies.get
dataproc.autoscalingPolicies.use
dataproc.autoscalingPolicies.delete
dataproc.autoscalingPolicies.update
dataproc.autoscalingPolicies.setIamPolicy
dataproc.autoscalingPolicies.getIamPolicy

Utiliser IAM de manière précise avec Managed Service pour Apache Spark

Cette section explique comment utiliser IAM de manière précise dans Managed Service pour Apache Spark afin d'attribuer des rôles aux utilisateurs sur une ressource Managed Service pour Apache Spark existante. Pour en savoir plus sur la mise à jour et la suppression des rôles Identity and Access Management (IAM), consultez Gérer l'accès aux projets, aux dossiers et aux organisations.

Commande gcloud

  1. Récupérez la stratégie IAM de la ressource, puis enregistrez-la dans un fichier JSON. Le paramètre resource-type prend l'une des valeurs suivantes : "clusters", "jobs" (tâches), "operations", "workflow-templates" (modèles de workflow) ou "autoscaling-policies" (stratégies d'autoscaling) :
    gcloud dataproc resource-type get-iam-policy  resource-id \
        --region=region \
        --format=json > iam.json
    
  2. Le fichier JSON affiche un contenu identique au texte ci-dessous :
    {
      "bindings": [
        {
          "role": "roles/editor",
          "members": [
            "user:mike@example.com",
            "group:admins@example.com",
            "domain:google.com",
            "serviceAccount:my-other-app@appspot.s3ns-system.iam.gserviceaccount.com"
          ]
        }
      ],
      "etag": "string"
    }
    
  3. À l'aide d'un éditeur de texte, ajoutez un nouvel Objet de liaison au tableau de liaisons qui définit les utilisateurs et le rôle d'accès aux ressources de ces derniers. Par exemple, pour accorder le rôle de lecteur (roles/viewer) à l'utilisateur sean@example.com, vous devez modifier l'exemple précédent pour ajouter un nouvel objet de liaison (indiqué en gras dans l'exemple suivant). Remarque : Veillez à renvoyer la valeur etag que vous avez reçue de gcloud dataproc resource-type get-iam-policy. Consultez la documentation sur les etags.
    {
      "bindings": [
        {
          "role": "roles/editor",
          "members": [
            "user:mike@example.com",
            "group:admins@example.com",
            "domain:google.com",
            "serviceAccount:my-other-app@appspot.s3ns-system.iam.gserviceaccount.com"
          ]
        },
        {
          "role": "roles/viewer",
          "members": [
            "user:sean@example.com"
          ]
        }
      ],
      "etag": "value-from-get-iam-policy"
    }
    
  4. Mettez à jour la stratégie du cluster avec le nouveau tableau de liaisons en exécutant la commande ci-dessous. Le paramètre resource-type prend l'une des valeurs suivantes : "clusters", "jobs" (tâches), "operations", "workflow-templates" (modèles de workflow) ou "autoscaling-policies" (stratégies d'autoscaling) :
    gcloud dataproc resource-type set-iam-policy resource-name \
        --region=region \
        --format=json iam.json
    
  5. La commande génère la règle mise à jour :
    {
      "bindings": [
        {
          "role": "roles/editor",
          "members": [
            "user:mike@example.com",
            "group:admins@example.com",
            "domain:google.com",
            "serviceAccount:my-other-app@appspot.s3ns-system.iam.gserviceaccount.com"
          ]
        },
        {
          "role": "roles/viewer",
          "members": [
            "user:sean@example.com"
          ]
        }
      ],
      "etag": "string"
    }
    

API REST

  1. Envoyez une requête getIamPolicy resource-type ("clusters" or "jobs" or "operations" or "workflowTemplates" or "autoscalingPolicies") pour obtenir la stratégie IAM de la ressource.

    Exemple de cluster getIamPolicy :

    GET https://dataproc.googleapis.com/v1/projects/projectName/regions/region/clusters/clusterName:getIamPolicy
    
  2. Le fichier JSON affiche un contenu identique au texte ci-dessous :
    {
      "bindings": [
        {
          "role": "roles/editor",
          "members": [
            "user:mike@example.com",
            "group:admins@example.com",
            "domain:google.com",
            "serviceAccount:my-other-app@appspot.s3ns-system.iam.gserviceaccount.com"
          ]
        }
      ],
      "etag": "string"
    }
    
  3. À l'aide d'un éditeur de texte, créez l'objet de stratégie JSON suivant pour inclure le tableau de liaisons que vous venez de recevoir du service Managed Service pour Apache Spark. Assurez-vous d'indiquer la valeur "etag" que vous avez reçue dans la réponse getIamPolicy (consultez la Documentation sur etag). Ajoutez maintenant un nouvel objet de liaison au tableau de liaisons qui définit les utilisateurs et le rôle d'accès au cluster pour ces derniers. Par exemple, pour accorder le rôle de lecteur (roles/viewer) à l'utilisateur sean@example.com, vous devez modifier l'exemple ci-dessus pour ajouter un objet de liaison (en gras), ci-dessous.
    {
      "policy": {
        "version": "",
        "bindings": [
          {
            "role": "roles/editor",
            "members": [
              "user:mike@example.com",
              "group:admins@example.com",
              "domain:google.com",
              "serviceAccount:my-other-app@appspot.s3ns-system.iam.gserviceaccount.com"
            ]
          },
          {
            "role": "roles/viewer",
            "members": [
              "user:sean@example.com"
            ]
          }
        ],
        "etag": "value-from-getIamPolicy"
      }
    }
    
  4. Définissez la stratégie mise à jour sur la ressource en envoyant une requête setIamPolicy.

    Exemple de cluster setIamPolicy :

    POST https://dataproc.googleapis.com/v1/projects/projectName/regions/region/clusters/clusterName:setIamPolicy
    
    Request body
    {
      "policy": {
        "version": "",
        "bindings": [
          {
            "role": "roles/editor",
            "members": [
              "user:mike@example.com",
              "group:admins@example.com",
              "domain:google.com",
              "serviceAccount:my-other-app@appspot.s3ns-system.iam.gserviceaccount.com"
            ]
          },
          {
            "role": "roles/viewer",
            "members": [
              "user:sean@example.com"
            ]
          }
        ],
        "etag": "value-from-getIamPolicy"
      }
    }
    
  5. La réponse JSON affiche un contenu identique au texte ci-dessous :

    Réponse

    {
      "bindings": [
        {
          "role": "roles/editor",
          "members": [
            "user:mike@example.com",
            "group:admins@example.com",
            "domain:google.com",
            "serviceAccount:my-other-app@appspot.s3ns-system.iam.gserviceaccount.com"
          ]
        },
        {
          "role": "roles/viewer",
          "members": [
            "user:sean@example.com"
          ]
        }
      ],
      "etag": "string"
    }
    

Console

Accédez à la page Clusters Managed Service pour Apache Spark dans la console Cloud de Confiance , puis cliquez sur la case à gauche du nom du cluster pour ouvrir le panneau Autorisations/Libellés (si le panneau ne s'affiche pas, cliquez sur AFFICHER LE PANNEAU D'INFORMATIONS en haut à droite de la page). Dans l'onglet "Autorisations", sélectionnez le rôle Managed Service pour Apache Spark, ajoutez une ou plusieurs adresses de compte dans le champ Ajouter des comptes principaux, puis cliquez sur Ajouter.

Commandes du SDK activées par IAM précis

Cette section décrit les commandes gcloud dataproc activées sur les ressources Managed Service pour Apache Spark par chaque rôle IAM précis.

Clusters

Rôle IAM Commande
Lecteur gcloud dataproc clusters describe cluster-name
Éditeur gcloud dataproc clusters describe cluster-name
gcloud dataproc clusters list
gcloud dataproc clusters delete cluster-name
gcloud dataproc clusters diagnose cluster-name
gcloud dataproc clusters update cluster-name
gcloud beta dataproc clusters start cluster-name
gcloud beta dataproc clusters stop cluster-name
Propriétaire gcloud dataproc clusters describe cluster-name
gcloud dataproc clusters list
gcloud dataproc clusters delete cluster-name
gcloud dataproc clusters diagnose cluster-name
gcloud dataproc clusters update cluster-name
gcloud beta dataproc clusters start cluster-name
gcloud beta dataproc clusters stop cluster-name
gcloud dataproc clusters get-iam-policy cluster-name
gcloud dataproc clusters set-iam-policy cluster-name

Tâches

Rôle IAM Commande
Lecteur gcloud dataproc jobs describe job-id
Éditeur gcloud dataproc jobs delete job-id
gcloud dataproc jobs describe job-id
gcloud dataproc jobs kill job-id
gcloud dataproc jobs update job-id
gcloud dataproc jobs wait job-id
Propriétaire gcloud dataproc jobs delete job-id
gcloud dataproc jobs describe job-id
gcloud dataproc jobs kill job-id
gcloud dataproc jobs update job-id
gcloud dataproc jobs wait job-id
gcloud dataproc jobs get-iam-policy job-id
gcloud dataproc jobs set-iam-policy job-id

Opérations

Rôle IAM Commande
Lecteur gcloud dataproc operations describe operation-id
Éditeur gcloud dataproc operations delete operation-id
gcloud dataproc operations describe operation-id
gcloud dataproc operations cancel operation-id
Propriétaire gcloud dataproc operations delete operation-id
gcloud dataproc operations describe operation-id
gcloud dataproc operations cancel operation-id
gcloud dataproc operations get-iam-policy operation-id
gcloud dataproc operations set-iam-policy operation-id

Modèles de workflows

Rôle IAM Commande
Lecteur gcloud dataproc workflow-templates describe template-id
Éditeur gcloud dataproc workflow-templates delete template-id
gcloud dataproc workflow-templates describe template-id
gcloud dataproc workflow-templates remove-job template-id
gcloud dataproc workflow-templates run template-id
Propriétaire gcloud dataproc workflow-templates delete template-id
gcloud dataproc workflow-templates describe template-id
gcloud dataproc workflow-templates remove-job template-id
gcloud dataproc workflow-templates run template-id
gcloud dataproc workflow-templates get-iam-policy template-id
gcloud dataproc workflow-templates set-iam-policy template-id

Stratégies d'autoscaling

Rôle IAM Commande
Lecteur gcloud dataproc autoscaling-policies describe policy-id
Éditeur gcloud dataproc autoscaling-policies delete policy-id
gcloud dataproc autoscaling-policies describe policy-id
gcloud dataproc autoscaling-policies update policy-id
gcloud dataproc clusters create cluster-name --autoscaling-policy policy-id
Propriétaire gcloud dataproc autoscaling-policies delete policy-id
gcloud dataproc autoscaling-policies describe policy-id
gcloud dataproc autoscaling-policies update policy-id
gcloud dataproc clusters create cluster-name --autoscaling-policy policy-id
gcloud dataproc autoscaling-policies get-iam-policy policy-id
gcloud dataproc autoscaling-policies set-iam-policy policy-id

Envoyer des jobs avec IAM précis

Pour permettre à un compte principal (utilisateur, groupe ou compte de service) d'envoyer des jobs à un cluster spécifié à l'aide d'IAM granulaire Managed Service pour Apache Spark, en plus d'accorder à un utilisateur un rôle d'éditeur sur un cluster, des autorisations supplémentaires doivent être définies au niveau du projet. Voici la procédure à suivre pour autoriser un compte principal à envoyer des jobs sur un cluster Managed Service pour Apache Spark spécifié :

  1. Créez un bucket Cloud Storage que votre cluster peut utiliser pour se connecter à Cloud Storage.
  2. Ajoutez le compte principal à la stratégie au niveau du bucket en sélectionnant le rôle Lecteur d'objets de stockage pour le compte principal (voir roles/storage.objectViewer), qui comprend les autorisations suivantes :
    1. storage.objects.get
    2. storage.objects.list
  3. Lorsque vous créez le cluster, transmettez-lui le nom du bucket que vous venez de créer à l'aide du paramètre --bucket (voir gcloud dataproc clusters create --bucket).
  4. Une fois le cluster créé, définissez une stratégie sur le cluster qui accorde au compte principal un rôle d'éditeur ou de propriétaire (consultez Utiliser IAM de manière précise avec Managed Service pour Apache Spark).
  5. Créez un rôle personnalisé d'IAM avec les autorisations suivantes :
    1. dataproc.jobs.create
    2. dataproc.jobs.get
  6. Sélectionnez ou ajoutez le compte principal sur la page IAM de la console Cloud de Confiance , puis sélectionnez le rôle personnalisé pour l'appliquer au compte principal.