【大数据开发套件调度配置实践】——调度任务各种周期配置和调度形态

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 数加·大数据开发套件目前支持任务调度周期有五种:天、周、月、分钟、小时。本文将介绍这五种周期的配置和调度形态。 调度规则——调度任务是否能运行起来要满足的条件: 上游任务实例是否都运行成功。若所有上游任务实例都运行成功则触发任务进入等待时间状态。

数加·大数据开发套件目前支持任务调度周期有五种:天、周、月、分钟、小时。本文将介绍这五种周期的配置和调度形态。

调度规则——调度任务是否能运行起来要满足的条件:

  1. 上游任务实例是否都运行成功。若所有上游任务实例都运行成功则触发任务进入等待时间状态。
  2. 任务实例定时时间是否已经到。任务实例进入等待时间状态后会check本身定时时间是否到,如果时间到了则进入等待资源状态;
  3. 当前调度资源是否充足。任务实例进入等待资源状态后,check当前本项目调度资源是否充足,若充足则可以运行起来。

天调度任务

天调度任务,即每天自动调度运行一次,运行时遵循调度规则。新建调度任务时,调度周期默认就是天调度。

image

具体时间默认是00:00:00,可自行指定,当然指定具体时间后依然需要遵循调度规则进行起调,不一定就能在指定的时间马上运行起来。

场景:3个任务——导入、统计加工、导出,都是天任务,具体时间如上图13点;统计加工任务依赖导入任务,导出任务依赖统计加工任务,依赖配置如下图(‘统计加工任务’的依赖属性配置上游任务为‘导入任务’):

image

这样的配置自动调度形态如下:

image

周调度任务

周调度任务,即每周周N那天会自动调度运行一次,运行时遵循调度规则;没指定的每天也都会生成自动调度实例但是是空跑实例,即调度到的时候直接返回成功状态不会真正执行任何逻辑,也不会占用资源。

image

如上图中,每周一、周五两天生成的实例会正常的调度执行,而周二、三、四、六以及周日5天都是生成空跑实例。

注意: 这个任务提交后,想进行调度测试,选择业务日期的时候,只有选择“周日”或“周四”的日期,生成的测试实例可以真正运行的实例,选择其他业务日期生成的实例都是空跑实例。

任务的自动调度形态如下:

image

月调度任务

周调度任务,即每月指定的日期那天会自动调度运行一次,运行时遵循调度规则;没指定的日期每天也都会生成自动调度实例但是是空跑实例,即调度到的时候直接返回成功状态不会真正执行任何逻辑,也不会占用资源。

image

如上图中,每月1日生成的实例会正常的调度执行,其他日期每天都是生成空跑实例。

注意:

  • 这个任务提交后,想进行调度测试,选择业务日期的时候,只有选择每个月最后一天的日期生成的测试实例才能真正运行,其他业务日期生成的实例都是空跑实例。
  • 目前系统不支持配置“每月最后一天”,调度周期—选择时间若选“每月31日”那么只有那个有31日的月份会有一天真正调度,其他都是空跑。若是需要统计汇总每个月的数据,正常情况就是配置每月一日调度,代码逻辑里写定义处理上个月的数据。

上图的配置,任务自动调度形态如下:

image

分钟调度任务

分钟调度任务,即每天指定的时间段内,每隔N(5的倍数)分钟自动调度运行一次,运行时遵循调度规则。

image

如上图,表示每天00点整到23点59分这个时间段内,每隔30分钟会自动调度一次。

开始时间、结束时间的“时”可以调整,比如可以调整为每天08点——20点59分,每隔30分钟执行一次。

上图的配置,调度形态如下:

image

小时调度任务

小时调度任务,即每天指定的时间段内,每隔N(1的倍数)分钟自动调度运行一次,运行时遵循调度规则。

image

如上图,表示每天00点整到23点59分这个时间段内,每隔6小时会自动调度一次。

开始时间、结束时间的“时”可以调整,比如可以调整为每天08点——20点59分,每隔1小时执行一次。

上图的配置,调度形态如下:

image

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
3月前
|
SQL 分布式计算 运维
如何对付一个耗时6h+的ODPS任务:慢节点优化实践
本文描述了大数据处理任务(特别是涉及大量JOIN操作的任务)中遇到的性能瓶颈问题及其优化过程。
|
23天前
|
存储 分布式计算 监控
大数据增加分区减少单个任务的负担
大数据增加分区减少单个任务的负担
28 1
|
2月前
|
资源调度 分布式计算 大数据
大数据-111 Flink 安装部署 YARN部署模式 FlinkYARN模式申请资源、提交任务
大数据-111 Flink 安装部署 YARN部署模式 FlinkYARN模式申请资源、提交任务
108 0
|
4月前
|
SQL 分布式计算 DataWorks
DataWorks操作报错合集之如何解决datax同步任务时报错ODPS-0410042:Invalid signature value
DataWorks是阿里云提供的一站式大数据开发与治理平台,支持数据集成、数据开发、数据服务、数据质量管理、数据安全管理等全流程数据处理。在使用DataWorks过程中,可能会遇到各种操作报错。以下是一些常见的报错情况及其可能的原因和解决方法。
|
2月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
24天前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
196 7
|
24天前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
39 2
|
1月前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
78 1
|
15天前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
32 4
|
21天前
|
存储 大数据 数据管理
大数据分区简化数据维护
大数据分区简化数据维护
24 4

相关产品

  • 云原生大数据计算服务 MaxCompute