# Spark UniversalでSpark-submitスクリプト接続パラメーターを定義

Spark-submitスクリプトモードでは、HPE Data Fabric v9.1.xクラスターを活用してSparkバッチジョブを実行できます。

詳細は、[HPE Data Fabric](https://docs.ezmeral.hpe.com/datafabric-customer-managed/74/EEPs/whats_new_EEP_9.1.1.html)ドキュメンテーションをご覧ください。

このモードはHPE Data Fabric以外のクラスターでも使用できます。Sparkのドキュメンテーションの[cluster managers](https://spark.apache.org/docs/latest/cluster-overview.html#cluster-manager-types) (英語のみ)で説明されているとおり、これはSparkがサポートしているどのクラスタマネージャーで動作するようSpark-submitスクリプトがデザインされているためです。

## 手順

1. デザインワークスペースの下にある[Run] (実行)ビューをクリックした後に、[Spark configuration] (Spark設定)ビューをクリックします。
2. [Property type] (プロパティタイプ)ドロップダウンリストから[Built-in] (組み込み)を選択します。

   [Hadoop接続を一元管理](https://help.qlik.com/talend/ja-JP/studio-user-guide/8.0-R2026-05/Hadoop接続を一元管理/talend/ja-JP/studio-user-guide/8.0/centralizing-hadoop-connection)で説明されているとおり、既に[Repository] (リポジトリー)で接続パラメーターが設定されている場合は簡単に再利用できます。再利用するためには、[Property type] (プロパティタイプ)ドロップダウンリストから[Repository] (リポジトリー)を選択し、[...]ボタンをクリックし、[Repository Content] (リポジトリーコンテンツ)ダイアログボックスを開いて、使用するHadoop接続を選択します。

   情報メモヒント: [Repository] (リポジトリー)で接続を設定すると、ジョブの[Spark configuration] (Spark設定)ビューで必要になるたびにその接続を設定しなくても済みます。フィールドが自動的に入力されます。
3. [Distribution] (ディストリビューション)ドロップダウンリストからUniversalを、[Version] (バージョン)ドロップダウンリストからSparkバージョンを、[Runtime mode/environment] (ランタイムモード/環境)ドロップダウンリストから[Spark-submit scripts] (Spark-submitスクリプト)をそれぞれ選択します。
4. Spark-submitスクリプトが保存されているクラスターのディレクトリーへのパス(/opt/mapr/spark/spark-3.3.2など)を指定します。
5. 設定の基本情報を入力します:
6. オプション: MapR Ticketを使用して認証する場合は、[Use MapR Ticket authentication] (MapRチケット認証を使用)チェックボックスをオンにし、以下の情報を入力します:
   | パラメーター | 使用方法 |
   | --- | --- |
   | [Password] (パスワード) | パスワードを入力してMapRチケットを認証します。 |
   | [Cluster name] (クラスター名) | 使用したいクラスターの名前を入力します。 |
   | [Ticket duration] (チケットの有効期間) | チケットの有効期間(秒単位)を入力します。例: 86400L(Lは長整数に相当) |
   | [Set the MapR home directory] (MapRホームディレクトリーを設定) | このチェックボックスをオンにして、MapRホームディレクトリーのパスを入力します。 |
   | [Specify the Hadoop login configuration] (Hadoopログイン設定を指定) | このチェックボックスをオンにして、Hadoopログインを入力します。 |

## タスクの結果

これで接続詳細が完全なものになったので、Sparkジョブの実行をスケジュールしたり、すぐに実行したりできます。