Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Com o Fabric, pode usar o Apache Spark para executar cadernos, definições de trabalhos do Apache Spark, tarefas e outros tipos de aplicações no seu espaço de trabalho. Este artigo explica como visualizar as suas aplicações Apache Spark em execução, facilitando acompanhar o estado mais recente em execução.
Ver o painel de corridas recentes
Podemos abrir o painel de Execuções Recentes com os seguintes passos:
Abre a página inicial do Fabric e seleciona um espaço de trabalho onde queres executar o trabalho.
Selecionar definição \ ,contexto \ do caderno de cadernos,menu de contexto de itens do pipeline, mostra a opção de execução recente.
Selecione Execuções recentes.
Abra o painel de execução recente a partir docontexto do caderno \ de trabalhos do Spark.
Abra o painel de execução recente a partir do contexto do item do pipeline.
Tudo decorre dentro de um Caderno
Podemos abrir o painel de Execuções Recentes dentro de um caderno seguindo os passos:
Abre a página inicial do Fabric e seleciona um espaço de trabalho onde queres executar o trabalho.
Abra um caderno neste espaço de trabalho.
Selecionar Run ->Todas as sequências
Detalhe para o painel de execuções recentes
Se a definição de trabalho do notebook ou do Spark não tiver operações de execução, a página de Execuções Recentes mostra Nenhum trabalho encontrado.
No painel de Corridas Recentes , pode ver uma lista de candidaturas, incluindo nome da candidatura, Hora de submissão , Submetente, Estado, Duração total, tipo de corrida e ID do Tivy. Podes filtrar as candidaturas pelo estado e tempo de submissão, o que facilita a visualização das candidaturas.
Ao selecionar o link do nome da aplicação, navega até aos detalhes da aplicação do Spark, onde podemos ver os registos, dados e detalhes do skew para a execução do Spark.
Conteúdo relacionado
O passo seguinte após consultar a lista de aplicações Apache Spark em execução é consultar os detalhes da aplicação. Pode consultar para: