智能数据构建与管理 Dataphin 新建Spark任务

本文为您介绍如何基于Dataphin构建Spark类型的任务。

1. 登录Dataphin控制台。
2. 在Dataphin控制台页面，选择工作区地域后，单击进入Dataphin>>。
   您可以通过以下方式，快速进入数据开发模块：

   • 单击快速开始相关工作区域的数据研发。
   • 单击快速进入研发项目区域的Dev或Basic项目，选择开发数据的项目空间。

   说明

   • 如果您通过快速开始相关工作进入数据开发模块，则跳过步骤3.i。
   • 如果您通过快速进入研发项目进入数据开发模块，则跳过步骤3.ii。

3. 进入计算任务页面。
   1. 在Dataphin首页，单击顶部菜单栏的研发。
   2. 在数据开发页面，单击项目名称后的图标后，单击Dev或Basic页签，选择数据开发的项目空间（Dev或Basic项目）。
      如果您当前访问的是
      Dev或
      Basic项目，且项目空间为您的数据开发空间，则不需要选择项目空间。
   3. 可选：在数据开发页面，单击数据处理页签。
      如果进入数据
      开发页面后，系统默认进入
      数据处理页签，则无需再次单击
      数据处理页签。
   4. 在数据处理页签，单击左侧导航栏计算任务图标。
4. 在计算任务页面，进入新建文件对话框。
   • 单击计算任务后的图标，选择MAXC任务 > SPARK_JAR_ON_MAX_COMPUTE。
   • 单击项目名称后的图标，选择数据处理 > 计算任务 > SPARK_JAR_ON_MAX_COMPUTE。
   • 在开发首页，单击MAXC_SPARK_JAR后的图标。
5. 编写并运行代码。
   1. 在新建文件对话框，配置参数。
      

      参数	描述
      名称	填写离线计算任务的名称，例如Spark_python。
      调度类型	选择任务的调度类型。调度类型包括： 周期性节点，自动参与系统的周期性调度。 手动节点，需要手动触发任务的运行。
      描述	填写对任务的简单描述。
      选择目录	选择离线计算任务的目录。

   2. 单击确定。
   3. 在代码编写页面，编写Spark离线计算任务的代码。
      代码示例如下。

      @resource_reference{"spark.py"}
      spark-submit
      --deploy-mode cluster
      --conf spark.hadoop.odps.task.major.version=cupid_v2
      --conf spark.hadoop.odps.end.point=http://service.cn.maxcompute.aliyun.com/api
      --conf spark.hadoop.odps.runtime.end.point=http://service.cn.maxcompute.aliyun-inc.com/api
      --master yarn
      spark.py

      其中，
      resource_reference{}为引用JAR或PYTHON文件资源包，其它语句均为固定语法。

   4. 检查代码。
      代码编写完成后，单击
      预编译，系统帮助您检查编写的SQL代码的语法。

      如果预编译失败，您可以单击页面上方的格式化，系统自动帮助您调整语法格式。调整完格式，您可以单击刷新，刷新页面上的代码。

   5. 单击页面右上方的执行，运行代码。
6. 可选：配置调度参数。
   • 如果离线计算任务的调度类型为周期性节点，则需要配置调度参数，详情请参见调度配置。
   • 如果离线计算任务的调度类型为手动节点，需要手动触发任务的调度。
7. 在代码编写页面，保存并提交Spark任务。
   1. 单击页面右上方的图标，保存代码。
   2. 单击页面右上方的图标，提交代码。
   3. 在提交备注页面，填写备注信息。
   4. 单击确定并提交。
8. 可选：发布Spark任务。
   • 如果您的开发模式是Dev-Prod模式，则需要发布Spark任务，详情请参见管理发布任务。
   • 如果您的开发模式是Basic模式，则提交成功后的Spark任务，即可参与生产环境的调度。