MaxCompute预付费资源监控工具-CU管家使用教程

简介: MaxCompute管家使用前提 1、用户购买了 MaxCompute 预付费CU资源,60CU以上的用户(备注:CU过小无法发挥计算资源及管家的优势)。 2、支持区域,MaxCompute 华北2北京、华东2上海、华南1深圳 3个Region的用户。

MaxCompute管家使用前提

1、用户购买了 MaxCompute 预付费CU资源,60CU以上的用户(备注:CU过小无法发挥计算资源及管家的优势)。
2、支持区域,MaxCompute 华北2北京、华东2上海、华南1深圳 3个Region的用户。

系统状态

通过系统状态了解CU计算资源和存储的消耗情况, 如图所示:
上图①可以选择所查看的资源组,根据选择的资源组,展示当前资源组的消耗信息和当前存储量。
上图②可以选择查看所选资源组的时间区间,选择的区间不同,资源组数据展示的粒度不同(计算资源CU每6分钟采集一次/存储每一小时采集一次)。

Quota设置

Quota是指资源组。举个例子,有用户购买了100CU,表示他全部 Quota 的额度是100CU。该用户可以通过大数据管家来新建 Quota,这样就可以对 Quota 进行资源分配。运维人员可以很方便的将各个项目的资源隔离,保证重要项目的计算资源充沛。
新建Quota:新建一个 Quota 组,建好后可以通过移动项目功能,来将项目移动到 Quota 下。创建的 Quota 可以删除,但若当前 Quota 下有项目,则无法删除。
修改CU消耗:建好的 Quota 支持修改CU最小消耗值。
移动项目:支持将当前 Quota 下的项目移动至其他 Quota 下,新建的 Quota 就可以通过这个移动项目这个功能来做到资源隔离。
删除:支持删除 Quota 组,若当前 Quota 下有项目,则无法删除。
注意:计算资源CU升级和降配时,默认Quota组Max、Min会相应变化,其他组不会改变配置。如果降配时,剩余默认Min组小于降配额度时,会发生降配失败。
Quota组配置示例,比如60CU,两个部门使用。
资源组独享,【MaxCU,MinCU】,A组【40,40】,B组【20,20】
资源组倾斜, 【MaxCU,MinCU】,A组【60,40】,B组【40,20】

Instance查询

通过计算任务监控,了解当前任务排队状态,资源被哪些任务抢占,然后做分析或 Kill,详细如下图所示:
可以根据 Quota 组名称和项目名称两个维度来筛选,精确搜索。
InstanceId:每一个 MaxCompute任务都会有一个 Instance,通过点击 InstanceId 可以跳转到Logview页面,查看具体的任务进度,查看Logview的方法请参考: Logview查看
账号:运行这个MaxCompute任务的操作人,可以根据这个账号信息找到任务所属的责任人,如果该任务占用太多资源而影响其他任务的运行,可以与该责任人联系,是否 kill 掉该 Instance,Kill 掉 Instance 的方法请参考: 实例操作
MaxCompute Project:当前 Instance 所属的项目名称。
cpu消耗: 当前quota组实际使用的CPU资源比例。
memory消耗: 当前quota组实际使用的内存资源 比例。
提交时间:当前 Instance 任务的提交时间。
等待时间:等待运行资源的时长。
操作:可以在此处查看当前 Instance 任务的状态,此处会显示当前状态和历史状态。


 华北2(北京)Region MaxCompute购买地址:https://common-buy.aliyun.com/?commodityCode=odpsplus#/buy


欢迎加入“数加·MaxCompute购买咨询”钉钉群(群号: 11782920)进行咨询,群二维码如下:

IMG_3471

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
10月前
|
存储 分布式计算 大数据
MaxCompute聚簇优化推荐功能发布,单日节省2PB Shuffle、7000+CU!
MaxCompute全新推出了聚簇优化推荐功能。该功能基于 31 天历史运行数据,每日自动输出全局最优 Hash Cluster Key,对于10 GB以上的大型Shuffle场景,这一功能将直接带来显著的成本优化。
416 3
|
11月前
|
机器学习/深度学习 Java 大数据
Java 大视界 -- Java 大数据在智能政务公共资源交易数据分析与监管中的应用(202)
本篇文章深入探讨了 Java 大数据在智能政务公共资源交易监管中的创新应用。通过构建高效的数据采集、智能分析与可视化决策系统,Java 大数据技术成功破解了传统监管中的数据孤岛、效率低下和监管滞后等难题,为公共资源交易打造了“智慧卫士”,助力政务监管迈向智能化、精准化新时代。
|
SQL 分布式计算 数据挖掘
阿里云 MaxCompute MaxQA 开启公测,公测可申请 100CU 计算资源解锁近实时高效查询体验
阿里云云原生大数据计算服务 MaxCompute 推出 MaxQA(原 MCQA2.0)查询加速功能,在独享的查询加速资源池的基础上,对管控链路、查询优化器、执行引擎、存储引擎以及缓存机制等多个环节进行全面优化,显著减少了查询响应时间,适用于 BI 场景、交互式分析以及近实时数仓等对延迟要求高且稳定的场景。现正式开启公测,公测期间可申请100CU(价值15000元)计算资源用于测试,欢迎广大开发者及企业用户参与,解锁高效查询体验!
阿里云 MaxCompute MaxQA 开启公测,公测可申请 100CU 计算资源解锁近实时高效查询体验
|
人工智能 DataWorks 大数据
大数据AI一体化开发再加速:DataWorks 支持GPU类型资源
大数据开发治理平台 DataWorks 的Serverless资源组支持GPU资源类型,以免运维、按需付费、弹性伸缩的Serverless架构,将大数据处理与AI开发能力无缝融合。面向大数据&AI协同开发场景,DataWorks提供了交互式开发和分析工具Notebook。开发者在创建个人开发环境时,可以选择GPU类型的资源作为Notebook运行环境,以支持进行高性能的计算工作。本教程将基于开源多模态大模型Qwen2-VL-2B-Instruct,介绍如何使用 DataWorks Notebook及LLaMA Factory训练框架完成文旅领域大模型的构建。
1015 24
|
存储 大数据 Serverless
大数据增加分区优化资源使用
大数据增加分区优化资源使用
321 1
|
图形学 数据可视化 开发者
超实用Unity Shader Graph教程:从零开始打造令人惊叹的游戏视觉特效,让你的作品瞬间高大上,附带示例代码与详细步骤解析!
【8月更文挑战第31天】Unity Shader Graph 是 Unity 引擎中的强大工具,通过可视化编程帮助开发者轻松创建复杂且炫酷的视觉效果。本文将指导你使用 Shader Graph 实现三种效果:彩虹色渐变着色器、动态光效和水波纹效果。首先确保安装最新版 Unity 并启用 Shader Graph。创建新材质和着色器图谱后,利用节点库中的预定义节点,在编辑区连接节点定义着色器行为。
1982 1
|
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
601 0
|
9月前
|
机器学习/深度学习 传感器 分布式计算
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
599 14
|
10月前
|
机器学习/深度学习 运维 监控
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
902 0

热门文章

最新文章

相关产品

  • 云原生大数据计算服务 MaxCompute