不幸的是，dataproc的启动映像是在没有snappy支持的情况下构建的。我打开了一个bug来修复下一张图片。
解决方法：
首先创建一个小的shell脚本，正确地安装snappy及其本机库支持。为此，我们将使用bdutil使用的相同本机库。我给我的剧本打了电话 setup-snappy.sh :

# !/bin/bash

pushd "$(mktemp -d)"
apt-get install -q -y libsnappy1
wget https://storage.googleapis.com/hadoop-native-dist/Hadoop_2.7.1-Linux-amd64-64.tar.gz
tar zxvf Hadoop_2.7.1-Linux-amd64-64.tar.gz -C /usr/lib/hadoop/

将新的shell脚本复制到您自己的gcs bucket中。为了演示的目的，我们假设桶是 dataproc-actions :

gsutil cp ./setup-snappy.sh gs://dataproc-actions/setup-snappy.sh

启动群集时，请指定初始化操作：

gcloud beta dataproc clusters create --initialization-actions gs://dataproc-actions/setup-snappy.sh mycluster

我自己没有做过，但这篇文章可以解决你的问题：
为了安装和配置其他系统级组件，bdutil支持扩展机制。扩展的一个很好的例子是与bdutil绑定的spark扩展：extensions/spark/spark_env.sh。当运行bdutil扩展时，会添加-e标志，例如，使用hadoop部署spark：
./bdutil-e extensions/spark/spark_env.sh部署