Google Cloud Dataproc Python客户端库无法正确获取集群子状态

问题原因 #

默认调用list_clusters时，Dataproc API使用BASIC视图返回数据，该视图不会包含子状态（substate）这类详细状态字段，所以你拿到的substate.name会是UNSPECIFIED。而gcloud dataproc clusters describe命令默认请求的是FULL视图，能获取完整的集群状态信息。

解决方案 #

在调用list_clusters时，显式指定使用FULL视图，确保API返回包含子状态的完整数据。

修改后的代码示例 #

1. 导入ClusterView枚举：

from google.cloud.dataproc_v1.types import ClusterView

2. 修改list_clusters的请求参数，添加view字段：

response = client.list_clusters(
    request={"project_id": project_id, "region": region, "view": ClusterView.FULL}
)

3. 保留你的打印逻辑即可正确输出子状态：

print(f"{cluster.cluster_name} - {cluster.status.state.name} - {cluster.status.substate.name}")

验证 #

修改后重新执行脚本，就能得到和gcloud命令一致的子状态结果（比如UNHEALTHY）。

内容的提问来源于stack exchange，提问作者Bajwa