创建和运行数据砖的工作

本文详细介绍如何创建和运行数据砖工作使用UI。学习使用砖CLI的创建和运行工作,明白了乔布斯CLI。使用API的工作了解,明白了乔布斯API 2.1

为工作和学习配置选项如何编辑你的现有工作,明白了配置设置砖的工作

学习如何管理和监控工作,明白了查看和管理工作

创建您的第一个工作流与砖的工作,看到快速入门

重要的

  • 你只能创造就业数据科学与工程工作区或一个机器学习的工作区。

  • 1000个并发任务工作空间是有限的。一个429年许多请求当你返回请求的响应不能立即开始运行。

  • 就业人数工作区可以创建在10000年一个小时是有限的(包括”提交”)。REST API创建的这个限制也会影响就业和笔记本工作流。

创建一个工作

  1. 做下列之一:

    • 点击工作图标工作流在侧边栏,然后单击创建工作按钮

    • 在侧边栏中,单击新图标并选择工作

    任务选项卡创建任务对话框出现。

    创建任务的屏幕
  2. 取代添加一个名称为你的工作…对你的工作名称。

  3. 输入一个名称的任务任务名称字段。

  4. 类型下拉菜单中,选择任务运行的类型。看到任务类型的选择

  5. 配置任务运行的集群。在集群下拉菜单,选择新工作的集群现有通用的集群

    • 新工作的集群:点击编辑集群下拉菜单并完成集群配置

    • 现有通用的集群:选择一个现有的集群中集群下拉菜单。在新页面中打开集群,单击外部链接图标右边的集群名称和描述。

    了解更BOB低频彩多关于选择和配置集群运行任务,明白了使用砖计算你们的工作

  6. 添加依赖库,点击+添加旁边依赖库。看到配置依赖库

  7. 你可以为你的任务传递参数。每个任务类型有不同的要求,格式和传递参数。

    • 笔记本:点击添加并指定每个参数的键和值传递给任务。你可以覆盖或添加额外的参数手动运行一个任务使用用不同的参数运行工作选择。参数设置的值笔记本电脑部件指定的关键参数。使用任务参数变量通过一组有限的动态值作为参数值的一部分。

    • JAR:使用json格式的字符串来指定参数的数组。这些字符串作为参数传递给主类的主要方法。看到配置罐工作参数

    • 火花提交任务:参数指定为一个json格式的字符串数组。符合Apache火花spark-submit惯例,参数在JAR的路径传递给主类的主要方法。

    • Python脚本:使用json格式的字符串来指定参数的数组。这些字符串作为参数传递,可以解析使用argparse在Python模块。

    • Python轮:在参数下拉菜单,选择位置参数输入参数作为json格式的字符串数组,或选择关键字参数>添加进入每个参数的键和值。这两个位置参数和关键字参数都作为命令行参数传递给Python轮任务。

  8. 为任务开始有选择地接收通知,成功,或失败,点击+添加旁边电子邮件。通知发送初始任务失败和任何后续重试。

  9. 可选配置重试策略的任务,点击+添加旁边重试。看到配置重试策略

  10. 可选配置的超时任务,点击+添加旁边在几秒钟内超时。看到为一个任务配置超时

  11. 点击创建

创建第一个任务后,您可以配置工作水平设置,如通知、工作触发器和权限。看到编辑的工作

添加另一个任务,点击添加任务按钮在DAG视图中。一个共享的集群选项如果您配置了一个提供新工作的集群前一个任务。您还可以配置一个集群为每个任务当您创建或编辑一个任务。了解更BOB低频彩多关于选择和配置集群运行任务,明白了使用砖计算你们的工作

任务类型的选择

以下是可以添加到你的砖工作任务类型和可用的选项不同的任务类型:

  • 笔记本:在下拉菜单,选择一个笔记本的位置;要么工作空间对于一个笔记本或位于一个砖工作区文件夹Git提供者笔记本位于一个偏远的Git存储库。

    工作空间:使用文件浏览器找到笔记本,点击笔记本名称,点击确认

    Git提供者:点击编辑并输入Git存储库信息。看到在砖使用源代码版本控制工作

    请注意

    笔记本电池总产量(合并后输出的笔记本电池)20 mb的大小限制。此外,单个细胞输出8 mb大小限制。如果电池总产量超过20 mb,或者单个细胞的输出大于8 mb,运行是取消,标记为失败。

  • JAR:指定主类。使用类的完全限定名称包含的主要方法,例如,org.apache.spark.examples.SparkPi。然后单击添加依赖库添加库才能运行这个任务。这些库必须包含主类之一。

    了解更BOB低频彩多关于JAR任务,明白了用一罐砖的工作

  • 火花提交:在参数文本框,指定主类,库JAR的路径,和所有参数,格式化为JSON字符串的数组。下面的示例配置spark-submit任务运行DFSReadWriteTest从Apache火花的例子:

    (”——阶级”,“org.apache.spark.examples.DFSReadWriteTest”,“dbfs: / FileStore /图书馆/ spark_examples_2_12_3_1_1.jar”,“/ dbfs / databricks-datasets / README.md”,“/ FileStore / /输出例子/”]

    重要的

    有几个限制spark-submit任务:

    • 您可以运行spark-submit任务只有在新的集群。

    • Spark-submit不支持集群自动定量。学习更BOB低频彩多关于自动定量,明白了集群自动定量

    • Spark-submit不支持砖公用事业。使用砖工具,使用JAR任务。

    • 火花流工作不应该最大并发运行设置为大于1。流工作应该设置为使用cron运行表达式“*****?”(每分钟)。由于连续流运行任务,这应该是最后一项任务的工作。

  • Python脚本:在下拉,选择一个Python脚本的位置工作空间脚本在本地工作区,或DBFS一个脚本位于DBFS和云存储。在路径文本框中,输入Python脚本的路径:

    工作空间:在选择Python文件并单击对话框中,浏览到Python脚本确认。必须在您的脚本砖回购

    DBFS:输入一个Python脚本的URI DBFS和云存储;例如,dbfs: / FileStore / myscript.py

  • 三角洲生活表管道:在管道下拉菜单,选择一个已存在的三角洲生活表管道。

    重要的

    你只可以使用管道的触发管道的任务。不支持连续管道的工作任务。更多地BOB低频彩了解和连续管道引起的,看到的连续与管道执行触发

  • Python轮:在包名文本框,输入包导入,例如,mywheel - 1.0 - py2.py3 any.whl——没有。在入口点文本框中,输入函数调用时开始。点击添加依赖库添加库才能运行这个任务。

  • 印度生物技术部:看在砖使用印度生物技术部转换工作对于一个详细示例如何配置一个印度生物技术部的任务。

复制一个任务路径

特定任务类型,例如,笔记本的任务,允许你复制任务源代码的路径:

  1. 单击任务选项卡。

  2. 选择包含路径复制的任务。

  3. 点击工作副本图标接下来的任务路径复制路径到剪贴板。

创建一个工作从现有的工作

您可以快速创建一个新的工作通过克隆现有工作。克隆的工作创造了一个相同的拷贝工作,除了ID的工作。在工作的页面中,点击更多的…旁边的名字并选择的工作克隆从下拉菜单中。

创建一个任务从现有的任务

你可以快速创建一个新的任务通过克隆现有的任务:

  1. 在工作的页面中,单击任务选项卡。

  2. 克隆选择任务。

  3. 点击乔布斯垂直省略并选择克隆的任务

删除一个工作

删除一个工作,在工作的页面中,点击更多的…旁边的名字并选择的工作删除从下拉菜单中。

删除一个任务

删除一个任务:

  1. 单击任务选项卡。

  2. 选择要删除的任务。

  3. 点击乔布斯垂直省略并选择删除任务

运行工作

  1. 点击工作图标工作流在侧边栏。

  2. 选择一份工作并单击运行选项卡。您可以运行工作运行后立即或调度的工作。

如果一个或多个任务的工作与多个任务不成功,您可以重新运行失败的任务的一部分。看到重新运行失败,跳过任务

立即运行工作

立即运行任务,点击现在运行按钮

提示

您可以执行测试运行工作的任务通过点击一个笔记本现在运行。如果你需要更改笔记本,点击现在运行后再编辑笔记本将自动运行新版本的笔记本。

用不同的参数运行工作

您可以使用现在有了不同的参数运行重新运行工作与不同的参数或不同的现有参数的值。

  1. 点击蓝色向下插入符号旁边现在运行并选择现在有了不同的参数运行或者,在活跃的运行表,点击现在有了不同的参数运行。输入新的参数取决于任务的类型。

    • 笔记本:您可以输入参数键值或一个JSON对象。提供的参数与默认参数触发运行。您可以使用该对话框中设置的值小部件

    • JARspark-submit:您可以输入一个参数列表或一个JSON文档。如果你删除键,使用默认参数。你也可以加入任务参数变量运行。

  2. 点击运行

运行安排一份工作

您可以使用一个安排在指定的时间自动运行砖的工作和时间。看到添加一个工作进度表

运行一个连续工作

你可以确保你的工作总是有一个活跃的运行。看到运行一个连续工作