使用DataWorks周期性执行Kyuubi任务_大数据开发治理平台 DataWorks(DataWorks)-阿里云帮助中心

DataWorks的EMR Kyuubi节点可进行Kyuubi任务的开发和周期性调度，以及与其他作业的集成操作。本文为您介绍使用EMR Kyuubi节点进行任务开发的主要流程。

背景信息

Apache Kyuubi是一个分布式和多租户网关，为数据湖查询引擎（例如Spark、Flink或Trino等）提供SQL等查询服务。详情请参见Kyuubi概述。

前提条件

数据开发（DataStudio）中已创建业务流程。
数据开发（DataStudio）基于业务流程对不同开发引擎进行具体开发操作，所以您创建节点前需要先新建业务流程，操作详情请参见创建业务流程。
已创建阿里云EMR集群，并注册EMR集群至DataWorks。
创建EMR相关节点并开发EMR任务前，您需要先将EMR集群注册至DataWorks工作空间，操作详情请参见注册EMR集群至DataWorks。
（可选，RAM账号需要）进行任务开发的RAM账号已被添加至对应工作空间中，并具有开发或空间管理员（权限较大，谨慎添加）角色权限，添加成员的操作详情请参见为工作空间添加空间成员。
已购买独享调度资源组并完成资源组配置，包括绑定工作空间、网络配置等，详情请参见新增和使用独享调度资源组。

使用限制

仅支持使用独享调度资源组运行EMR Kyuubi节点。

步骤一：创建EMR Kyuubi节点

进入数据开发页面。
登录DataWorks控制台，切换至目标地域后，单击左侧导航栏的数据建模与开发 > 数据开发，在下拉框中选择对应工作空间后单击进入数据开发。
右键单击目标业务流程，选择新建节点 > EMR > EMR Kyuubi。
在新建节点对话框中配置节点名称，单击确认。节点创建完成，您可在节点中开发及配置对应任务。

步骤二：开发Kyuubi任务

双击已创建的节点，进入任务开发页面，执行如下开发操作。

（可选）选择EMR集群实例

若您的工作空间注册了多个EMR集群，则可在节点编辑页面顶部选择合适的集群。若仅注册了一个EMR集群，默认使用该集群进行开发操作。

开发SQL代码：简单示例

在SQL编辑区域输入任务代码。示例查询所选集群中的所有表，代码如下。

show tables;

开发SQL代码：使用调度参数

DataWorks提供的调度参数可实现周期调度场景下代码动态入参，您可在节点任务中通过${变量名}的方式定义代码中的变量，并在节点编辑页面右侧导航栏的调度配置>调度参数，为该变量赋值。调度参数支持的格式及配置详情，请参见调度参数支持的格式、配置并使用调度参数。

示例：查询kyuubi040702表中所有年龄大于等于20的用户，其中调度参数a取值为常量20。

select * from kyuubi040702 where age >= '${a}';

（可选）配置高级参数

核心参数介绍如下。更多任务的相关参数配置，请参考Kyuubi Configurations。

说明

EMR Kyuubi任务也支持Spark相关参数配置，在EMR集群设置的全局级别Spark参数，或在EMR Kyuubi任务的高级参数里定义的Spark参数，运行EMR Kyuubi任务时也会生效。Spark参数配置，请参见Spark Configuration；设置全局级别Spark参数，请参见设置全局Spark参数。

高级参数	配置说明
“FLOW_SKIP_SQL_ANALYZE”	SQL语句的执行方式。取值如下： `true`：表示每次执行多条SQL语句。 `false`：表示每次执行一条SQL语句。说明该参数仅支持用于数据开发环境测试运行流程。
“priority”	任务优先级，默认为`1`。
“DATAWORKS_SESSION_DISABLE”	用于配置EMR Kyuubi节点运行SQL语句时使用的运行模式。适用于开发环境测试运行场景。取值如下： `true`：非加速模式，即每次运行SQL语句都会新建一个JDBC Connection。 `false`：加速模式，即在一个节点里运行不同的SQL语句，会复用同一个JDBC Connection。默认值。
“queue”	提交作业的调度队列，默认为`default`队列。若注册EMR集群至DataWorks工作空间配置了工作空间级别的YARN资源队列，则Kyuubi任务运行时选择调度队列的规则如下：全局配置是否优先配置为是：使用注册EMR集群时配置的调度队列。未配置全局配置是否优先：使用EMR Kyuubi节点配置的调度队列。关于EMR YARN的说明，请参见队列基础配置；注册EMR集群时的队列配置，请参见设置全局YARN资源队列。

步骤三：配置任务调度

如您需要周期性执行创建的节点任务，可单击节点编辑页面右侧的调度配置，根据业务需求配置该节点任务的调度信息。配置详情请参见任务调度属性配置概述。

说明

您需要设置节点的重跑属性和依赖的上游节点，才可以提交节点。

步骤四：调试任务代码

您可根据需要执行如下调试操作，查看任务是否符合预期。

（可选）选择运行资源组、赋值自定义参数取值。
- 单击工具栏的图标，在参数对话框选择调试运行需使用的调度资源组。
- 如您的任务代码中有使用调度参数变量，可在此处为变量赋值，用于调试。参数赋值逻辑，详情请参见任务调试流程。
保存并运行SQL语句。
单击工具栏的图标，保存编写的SQL语句，单击图标，运行创建的SQL任务。
（可选）冒烟测试。
如您希望在开发环境进行冒烟测试，查看调度节点任务的执行是否符合预期，则可在节点提交时，或节点提交后执行冒烟测试，操作详情请参见执行冒烟测试。

步骤五：提交发布任务

节点任务配置完成后，需执行提交发布操作，提交发布后节点即会根据调度配置内容进行周期性运行。

单击工具栏中的图标，保存节点。
单击工具栏中的图标，提交节点任务。
提交时需在提交对话框中输入变更描述，并根据需要选择是否在节点提交后执行代码评审。
说明
- 您需设置节点的重跑属性和依赖的上游节点，才可提交节点。
- 代码评审可对任务的代码质量进行把控，防止由于任务代码有误，未经审核直接发布上线后出现任务报错。如进行代码评审，则提交的节点代码必须通过评审人员的审核才可发布，详情请参见代码评审。

如您使用的是标准模式的工作空间，任务提交成功后，需单击节点编辑页面右上方的发布，将该任务发布至生产环境执行，操作请参见发布任务。

后续步骤

任务提交发布后，会基于节点的配置周期性运行，您可单击节点编辑界面右上角的运维，进入运维中心查看周期任务的调度运行情况。详情请参见查看并管理周期任务。