阿里云E-MapReduce 管理执行计划

本文涉及的产品
EMR Serverless StarRocks,5000CU*H 48000GB*H
简介:

1.登录阿里云 E-MapReduce 控制台执行计划页面

2.找到相应的执行计划条目,单击其操作栏中的管理按钮,进入执行计划管理页面。在这里您可以:

查看执行计划详情

您可以查看到该执行计划的名称、关联集群、作业配置等基本信息,还有其调度策略、调度状态、报警信息等。

修改执行计划

注意事项

一个执行计划当前并没有在运行中且它没有在被周期调度中,才能够被修改。如果是一个立即执行的执行计划,只要它当前没有在运行中就可以被修改。如果是一个周期调度的执行计划,首先要等待它当前的运行结束,然后确认它是否正在被周期调度中,如果是请单击“停止调度”,然后才可修改执行计划。

独立修改

每一个单独的模块,都可以被独立的修改。单击条目右侧的修改按钮即可进行修改。

配置报警通知

共有三类报警通知:

启动超时通知:周期调度任务,在指定时间点,没有正常调度,并在 10 分钟的超时时间内,仍然没有调度执行,发送报警通知。

执行失败通知:执行计划内有任何一个作业失败,发送报警通知。

执行成功通知:执行计划内的所有作业执行成功,发送通知。

运行与查看结果

在“基本信息”中的“调度状态”右侧,当执行计划可以被运行的时候,会有立即运行的按钮,单击后即会产生一次调度执行。

在页面的最下方,是运行记录的部分,会显示执行计划每次被执行的实例,可以方便用户查看对应的作业列表和日志。

相关实践学习
基于EMR Serverless StarRocks一键玩转世界杯
基于StarRocks构建极速统一OLAP平台
快速掌握阿里云 E-MapReduce
E-MapReduce 是构建于阿里云 ECS 弹性虚拟机之上,利用开源大数据生态系统,包括 Hadoop、Spark、HBase,为用户提供集群、作业、数据等管理的一站式大数据处理分析服务。 本课程主要介绍阿里云 E-MapReduce 的使用方法。
相关文章
|
调度
阿里云创建E-MapReduce 4 创建执行计划
创建完作业后,若要让定义的作业到集群上运行,就需要创建一个执行计划。一个执行计划可以包含多个作业,用户也可自定义其先后顺序。例如,假设用户的一个场景是:产生数据 -> 处理数据 -> 清理数据,则用户可以分别定义三个名为“prepare-data”、“process-data”和“cleanup-data”的作业,然后创建一个执行计划来包含这三个作业。
1514 0
|
数据采集 分布式计算 搜索推荐
Hadoop学习---7、OutputFormat数据输出、MapReduce内核源码解析、Join应用、数据清洗、MapReduce开发总结(一)
Hadoop学习---7、OutputFormat数据输出、MapReduce内核源码解析、Join应用、数据清洗、MapReduce开发总结(一)
|
存储 分布式计算 Hadoop
Hadoop基础学习---6、MapReduce框架原理(一)
Hadoop基础学习---6、MapReduce框架原理(一)
|
存储 分布式计算 Hadoop
【Hadoop】一个例子带你了解MapReduce
【Hadoop】一个例子带你了解MapReduce
97 1
|
数据采集 缓存 分布式计算
Hadoop学习---7、OutputFormat数据输出、MapReduce内核源码解析、Join应用、数据清洗、MapReduce开发总结(二)
Hadoop学习---7、OutputFormat数据输出、MapReduce内核源码解析、Join应用、数据清洗、MapReduce开发总结(二)
|
分布式计算 Hadoop 数据处理
Hadoop基础学习---6、MapReduce框架原理(二)
Hadoop基础学习---6、MapReduce框架原理(二)
|
分布式计算 资源调度 Hadoop
Hadoop基础学习---5、MapReduce概述和WordCount实操(本地运行和集群运行)、Hadoop序列化
Hadoop基础学习---5、MapReduce概述和WordCount实操(本地运行和集群运行)、Hadoop序列化
|
机器学习/深度学习 分布式计算 监控
Hadoop生态系统中的数据处理技术:MapReduce的原理与应用
Hadoop生态系统中的数据处理技术:MapReduce的原理与应用