提交作业

批量计算目前支持命令行,控制台和SDK提交作业,本文介绍将作业提交到批量计算的相关操作。

提交作业的方法

使用命令行

bcs sub "python test.py" -p ./test.py

该命令会将 test.py 文件打包成 worker.tar.gz 并上传到指定位置,然后再提交作业运行。 bcs命令需要先安装 batchcompute-cli 工具 才能使用。

bcs sub 命令格式为 bcs sub <commandLine> [job_name] [options],更多参数详情参考bcs sub -h命令。

使用控制台提交作业

将 test.py 打包上传到 OSS

在 test.py 所在目录运行下面的命令:

tar -czf worker.tar.gz test.py # 将 test.py 打包到 worker.tar.gz

使用 OSS 控制台,上传 worker.tar.gz。

注意:如果还没有开通 OSS,请先开通;如果还需要创建 Bucket,假设创建了 Bucket 名称为 mybucket;然后在这个 Bucket 下创建一个目录:test。

说明

如果还没有开通 OSS,请先开通。 还需要创建 Bucket,假设创建了 Bucket 名称为 mybucket 然后在这个 Bucket 下创建一个目录:test

假设您上传到了 mybucket 桶下的 test 目录下,则 OSS 路径表示为: oss://mybucket/test/worker.tar.gz。

使用控制台提交作业

打开 提交作业 页面。

按照表单提示,填写作业名称为 first_job

第1步

拖拽一个任务,按照下图填写表单, 指定 ECS 镜像 ID

第2步

点击下面的“提交作业”按钮, 即可提交成功;提交成功后,自动跳转到作业列表页面,您可以在这里看到你提交的作业状态;等待片刻后作业运行完成,即可查看结果。

使用 Python SDK 提交作业

将 test.py 打包上传到云端 OSS

同上一节。

提交作业

from batchcompute import Client, ClientError
from batchcompute import CN_SHENZHEN as REGION

ACCESS_KEY_ID = 'your_access_key_id'          #需要配置
ACCESS_KEY_SECRET = 'your_access_key_secret'  #需要配置

job_desc = {
  "Name": "my_job_name",
  "Description": "hello test",
  "JobFailOnInstanceFail": true,
  "Priority": 0,
  "Type": "DAG",
  "DAG": {
    "Tasks": {
      "test": {
        "InstanceCount": 1,
        "MaxRetryCount": 0,
        "Parameters": {
          "Command": {
            "CommandLine": "python test.py",
            "PackagePath": "oss://mybucket/test/worker.tar.gz"
          },
          "StderrRedirectPath": "oss://mybucket/test/logs/",
          "StdoutRedirectPath": "oss://mybucket/test/logs/"
        },
        "Timeout": 21600,
        "AutoCluster": {
          "InstanceType": "ecs.sn1.medium",
          "ImageId": "img-ubuntu"
        }
      }
    },
    "Dependencies": {}
  }
}

client = Client(REGION, ACCESS_KEY_ID, ACCESS_KEY_SECRET)
result = client.create_job(job_desc)
job_id = result.Id

....

更多关于Python SDK内容

请参考 Python SDK

使用 Java SDK 提交作业

将 test.py 打包上传到云端 OSS

同上一节。

提交作业

import com.aliyuncs.batchcompute.main.v20151111.*;
import com.aliyuncs.batchcompute.model.v20151111.*;
import com.aliyuncs.batchcompute.pojo.v20151111.*;
import com.aliyuncs.exceptions.ClientException;

public class SubmitJob{

    String REGION = "cn-shenzhen";
    String ACCESS_KEY_ID = "";     //需要配置
    String ACCESS_KEY_SECRET = ""; //需要配置

    public static void main(String[] args) throws ClientException{
        JobDescription desc = new SubmitJob().getJobDesc();

        BatchCompute client = new BatchComputeClient(REGION, ACCESS_KEY_ID, ACCESS_KEY_SECRET);
        CreateJobResponse res = client.createJob(desc);
        String jobId = res.getJobId();

        //...
    }

    private JobDescription getJobDesc() {
       JobDescription desc = new JobDescription();

       desc.setName("testJob");
       desc.setPriority(1);
       desc.setDescription("JAVA SDK TEST");
       desc.setType("DAG");
       desc.setJobFailOnInstanceFail(true);

       DAG dag = new DAG();

       dag.addTask(getTaskDesc());

       desc.setDag(dag);
       return desc;
   }

   private TaskDescription getTaskDesc() {
       TaskDescription task = new TaskDescription();

       task.setClusterId(gClusterId);
       task.setInstanceCount(1);
       task.setMaxRetryCount(0);
       task.setTaskName("test");
       task.setTimeout(10000);

       AutoCluster autoCluster = new AutoCluster();
       autoCluster.setImageId("img-ubuntu");
       autoCluster.setInstanceType("ecs.sn1.medium");
    //   autoCluster.setResourceType("OnDemand");

       task.setAutoCluster(autoCluster);

       Parameters parameters = new Parameters();
       Command cmd = new Command();
       cmd.setCommandLine("python test.py");
    //    cmd.addEnvVars("a", "b");

       cmd.setPackagePath("oss://mybucket/test/worker.tar.gz");
       parameters.setCommand(cmd);
       parameters.setStderrRedirectPath("oss://mybucket/test/logs/");
       parameters.setStdoutRedirectPath("oss://mybucket/test/logs/");
    //    InputMappingConfig input = new InputMappingConfig();
    //    input.setLocale("GBK");
    //    input.setLock(true);
    //    parameters.setInputMappingConfig(input);

       task.setParameters(parameters);

    //    task.addInputMapping("oss://my-bucket/disk1/", "/home/admin/disk1/");
    //    task.addOutputtMapping("/home/admin/disk2/", "oss://my-bucket/disk2/");
    //    task.addLogMapping( "/home/admin/a.log","oss://my-bucket/a.log");

       return task;
   }
}

更多关于 Java SDK 内容

请参考 Java SDK

批量计算中的 CommandLine

说明

CommandLine 不等同于 SHELL,仅支持”程序+参数”方式,比如”python test.py”或”sh test.sh”。 如果你想要执行 SHELL,可以使用”/bin/bash -c ‘cd /home/xx/ && python a.py’” 或者将 SHELL 写到一个 sh 脚本中如:test.sh, 然后用”sh test.sh”执行。

CommandLine 具体位置:

  • 命令行工具中 bcs sub <cmd> [job_name] [options] 的 cmd。

  • 使用 Java sdk 时 cmd.setCommandLine(cmd)中的 cmd。

  • Python sdk 中的 taskName.Parameters.Command.CommandLine

阿里云首页 批量计算 相关技术圈