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

人工智能平台PAI的容器训练DLC，用于分布式执行训练任务。DataWorks为您提供了PAI DLC节点，您可以直接通过该节点载入DLC任务并配置调度依赖，实现DLC任务的周期性调度运行。

前提条件

已授权DataWorks可访问人工智能平台PAI。
您可进入授权界面进行一键授权，权限策略详情请参见AliyunServiceRoleForDataWorksEngine。仅阿里云主账号或拥有AliyunDataWorksFullAccess权限策略的RAM用户可执行一键授权操作。
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，因此，创建节点前需先新建业务流程，操作详情请参见创建业务流程。

注意事项

PAI DLC节点每次运行完成，均会在人工智能平台PAI的分布式训练（DLC）平台生成一个新的DLC任务。为避免使用DataWorks周期性调度DLC节点在PAI产生较多不易区分的同名任务，建议在DataWorks开发DLC任务时根据实际需要合理设置调度周期。同时，建议在任务名称中增加日期时间变量，并通过调度配置为该变量赋值时间调度参数，实现任务命名增加日期时间。详情请参见步骤二：开发PAI DLC任务。
DataWorks不支持使用公共调度资源组执行PAI DLC任务。

步骤一：创建PAI DLC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开发与治理 > 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 > 算法 > PAI DLC。
在新建节点对话框输入节点名称，单击确认，完成节点创建。后续您可在节点中进行对应任务的开发与配置。

步骤二：开发PAI DLC任务

开发任务代码：简单示例

在PAI DLC节点编辑页面，您可通过如下方式编写DLC任务：

基于已有DLC任务编写任务代码。
通过名称搜索，载入在人工智能平台PAI已创建的DLC任务。任务载入后，DLC节点编辑器会根据PAI中该任务的配置生成相应节点代码，您可基于该代码编辑修改任务。
说明
- 若无权限载入或创建任务，则可根据界面指引进行授权。
- 若无可用任务，则可前往PAI控制台新建。PAI DLC任务可通过多种方式创建，您可根据需要选择，详情请参见创建训练任务、提交训练任务：Python SDK、提交训练任务：命令行。
直接编写DLC任务代码。
在DataWorks的PAI DLC节点编辑器中，根据需要直接编写任务代码。

PAI DLC节点任务编写并运行完成后，会根据配置内容在人工智能平台PAI中新生成相应DLC任务。任务代码示例如下：

dlc submit xgboostjob \   #提交DLC任务。
    --name=wsytest_pai04_XGBoost \   #DLC任务名称。建议使用变量名或DataWorks的节点名称。
    --command='echo '\''${变量名}'\'';' \   #DLC任务待执行的命令。
    --workspace_id=80593 \   #执行DLC任务的工作空间。
    --priority=1 \   #任务优先级，取值1-9，1优先级最低，9优先级最高。
    --workers=1 \    #任务节点数量。节点大于1时，表示该任务为分布式任务，即任务可并发在多个节点执行。
    --worker_image=registry.cn-hangzhou.aliyuncs.com/pai-dlc/tensorflow-training:2.3-cpu-py36-ubuntu18.04 \   #节点镜像，用于提供DLC任务运行的环境。
    --worker_spec=ecs.g6.xlarge   #节点配置，即所使用的计算节点规格。

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，并在调度配置>参数处，为该变量赋值。调度参数支持的格式，详情请参见调度参数支持的格式。

调度参数代码示例如下。

--command='echo '\''${变量名}'\'';' \ --可结合调度参数使用。

步骤三：配置任务调度

如您需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

您需设置节点的重跑属性和依赖的上游节点，才可提交节点。

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运行，高级运行和开发环境冒烟测试赋值逻辑有什么区别。
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。
提交时需在提交新版本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。