DLA Serverless Spark目前支持DataWorks和DMS编排调度任务，同时也提供自定义SDK和Spark-Submit工具包供用户自定义编排调度。本文将介绍如何使用DMS来编排调度Spark任务。

前提条件

说明 如果您想用RAM子账号提交Spark作业，且之前未使用过子账号在DLA控制台提交作业，您可以参见RAM子账号权限配置进行子账号提交作业配置。

操作步骤

任务调度中一个重要的功能是任务之间的依赖，为演示这个功能，本文会在DMS中创建三个DLA Spark任务，任务之间的依赖关系如下图所示，任务test_2和 test_3 依赖上游任务test_1完成之后，才能执行。1
  1. 登录DMS控制台。
  2. 在顶部菜单栏中，单击数据工厂 > 任务编排。
  3. 在任务编排页面的自由编排任务区域，单击新建任务流。2
  4. 在新建任务流对话框，将任务流名称设置为spark_demo，将描述设置为spark demo，完成后单击确认。3
  5. 在任务编排页面，从左侧任务类型中拖拽三个DLA Serverless Spark，分别命名为test_1、test_2、test_3，并按照下图中的依赖关系进行连线。4
  6. 依次单击3个节点（test_1、test_2、test_3），在每个节点的右侧面板中选中内容设置页签，并配置以下信息：
    • 在地域列表中，选择目标Spark集群所在的地域。
    • 在Spark 集群列表中，选择目标Spark集群。
    • 在作业配置文本框中已有运行内置Sparkpi的配置参数，如果您需要运行自定义作业，可根据您的需求进行修改。
  7. 完成以上配置后，单击保存按钮，然后单击页面左上方的试运行按钮进行任务运行。5
  8. 您可以在运维中心查看任务运行结果。222

自定义任务编排调度

DLA Serverless Spark除了上述调度集成之外，还提供了SDK以及Spark-Submit工具用于提交Spark作业、查询作业状态、获取作业日志等功能，详情请参见：

您可以利用上述工具，使用第三方任务编排调度系统（如Apache Airflow）来打造自己的工作流。