阿里云E-MapReduce 执行计划列表

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

展示您所有的执行计划的基本信息,如下图所示:

screenshot

执行计划 ID/名称:执行计划的 ID 和对应的名称。

最近执行集群:最近一次执行该执行计划的集群,是一个按需创建的集群或是一个关联的已有集群。如果是按需的,那么在集群的名字下面会显示(自动创建),表示这个集群是有 E-MapReduce 按需自动创建出来的,运行完成以后会自动释放。

最近一次运行情况:最近一次执行计划的运行状态。

开始时间:最近一次执行计划开始的时间。

运行时间:最近一次执行计划的运行时长。

运行状态:最近一次执行计划的运行状态。

调度状态:是否在调度中还是调度已经停止。只有周期作业才会有调度状态。

操作

立即运行:非调度中且非运行中,才能手动运行。单击后,会立刻运行一次执行计划。

启动调度/停止调度:当调度停止状态时出现启动调度,单击即会开始调度。当调度运行中显示停止调度,单击即会停止调度。只有周期执行计划才有此按钮。

运行记录:单击会进入执行计划中的作业日志查看页面。

更多

修改:修改执行计划的配置。调度中或者运行中的执行计划不能被修改。

删除:删除执行计划。调度中或者运行中的执行计划不能被删除。

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。
1523 0
|
7月前
|
分布式计算 Hadoop
Hadoop系列 mapreduce 原理分析
Hadoop系列 mapreduce 原理分析
84 1
|
7月前
|
存储 分布式计算 负载均衡
【大数据技术Hadoop+Spark】MapReduce概要、思想、编程模型组件、工作原理详解(超详细)
【大数据技术Hadoop+Spark】MapReduce概要、思想、编程模型组件、工作原理详解(超详细)
234 0
|
2月前
|
分布式计算 资源调度 Hadoop
Hadoop-10-HDFS集群 Java实现MapReduce WordCount计算 Hadoop序列化 编写Mapper和Reducer和Driver 附带POM 详细代码 图文等内容
Hadoop-10-HDFS集群 Java实现MapReduce WordCount计算 Hadoop序列化 编写Mapper和Reducer和Driver 附带POM 详细代码 图文等内容
101 3
|
6月前
|
分布式计算 Hadoop Java
Hadoop MapReduce编程
该教程指导编写Hadoop MapReduce程序处理天气数据。任务包括计算每个城市ID的最高、最低气温、气温出现次数和平均气温。在读取数据时需忽略表头,且数据应为整数。教程中提供了环境变量设置、Java编译、jar包创建及MapReduce执行的步骤说明,但假设读者已具备基础操作技能。此外,还提到一个扩展练习,通过分区功能将具有相同尾数的数字分组到不同文件。
65 1
|
6月前
|
数据采集 SQL 分布式计算
|
7月前
|
分布式计算 Hadoop Java
Hadoop MapReduce 调优参数
对于 Hadoop v3.1.3,针对三台4核4G服务器的MapReduce调优参数包括:`mapreduce.reduce.shuffle.parallelcopies`设为10以加速Shuffle,`mapreduce.reduce.shuffle.input.buffer.percent`和`mapreduce.reduce.shuffle.merge.percent`分别设为0.8以减少磁盘IO。
76 1
|
7月前
|
分布式计算 并行计算 搜索推荐
Hadoop MapReduce计算框架
【5月更文挑战第10天】HadoopMapReduce计算框架
61 3