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 ,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
。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。
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:
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 |
“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:
|
“queue” | 提交作业的调度队列,默认为 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:
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。
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。
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。
- 本页导读 (1)