Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Com o Fabric, você pode usar o Apache Spark para rodar notebooks, definições de jobs do Apache Spark, jobs e outros tipos de aplicações no seu workspace. Este artigo explica como visualizar seus aplicativos Apache Spark em execução, facilitando acompanhar o status mais recente em execução.
Veja o painel de corridas recentes
Podemos abrir o painel de Execuções Recentes com os seguintes passos:
Abra a página inicial do Fabric e selecione um espaço de trabalho onde você quer executar o trabalho.
Selecionar definição \ ,contexto \ do itemdo caderno de cadernos, menu de contexto do item do pipeline, mostra a opção de execução recente.
Selecione Execuções recentes.
Abra o painel de execução recente nocontexto do item \ de trabalho do Spark.
Abra o painel de execução recente no contexto do item do pipeline.
Tudo roda dentro de um Notebook
Podemos abrir o painel de Execuções Recentes dentro de um caderno seguindo os passos:
Abra a página inicial do Fabric e selecione um espaço de trabalho onde você quer executar o trabalho.
Abra um caderno neste espaço de trabalho.
Selecionando Executar ->Todas as sequências
Detalhes para o painel de execução recente
Se a definição de trabalho do notebook ou do Spark não tiver nenhuma operação de execução, a página de Execuções Recentes mostra Nenhum trabalho encontrado.
No painel de Execuções Recentes , você pode ver uma lista de inscrições, incluindo nome da inscrição, Horário de Envio , Remetente, Status, Duração total, Tipo de Execução e ID do Livio. Você pode filtrar as inscrições pelo status e pelo prazo de envio, o que facilita a visualização das inscrições.
Selecionando o link do nome da aplicação, navegamos até os detalhes da aplicação do Spark, onde podemos ver os logs, dados e detalhes do skew para a execução do Spark.
Conteúdo relacionado
O próximo passo após consultar a lista de aplicações Apache Spark em execução é visualizar os detalhes da aplicação. Você pode consultar para: