创建并提交Spark作业

场景描述

本章节指导用户通过API创建并提交Spark作业。

约束限制

• 新队列第一次运行作业时，需要一定的时间，通常为6~10分钟。

涉及接口

• 创建队列：创建队列。
• 上传分组资源：上传Spark作业所需的资源包。
• 查询组内资源包：确认上传的资源包是否正确。
• 创建批处理作业：创建并提交Spark批处理作业。
• 查询批处理作业状态：查看批处理作业状态。
• 查询批处理作业日志：查看批处理作业日志。

操作步骤

1. 创建通用队列。具体请参考创建队列。
2. 上传分组资源。
   • 接口相关信息

     URI格式：POST /v2.0/{project_id}/resources

     • {project_id}信息请从获取项目ID获取。
     • 请求参数说明详情，请参见上传分组资源（废弃）。
   • 请求示例
     • 描述：在项目ID为48cc2c48765f481480c7db940d6409d1的项目下上传gatk分组中的资源。
     • 示例URL：POST https://{endpoint}/v2.0/48cc2c48765f481480c7db940d6409d1/resources

       {endpoint}信息请从地区和终端节点获取。

     • Body：

       {
           "paths": [
               "https://test.obs.xxx.com/txr_test/jars/spark-sdv-app.jar"
           ],
           "kind": "jar",
           "group": "gatk",
           "is_async":"true"
       }

   • 响应示例

     {
         "group_name": "gatk",
         "status": "READY",
         "resources": [
             "spark-sdv-app.jar",
             "wordcount",
             "wordcount.py"
         ],
         "details": [
             {
                 "create_time": 0,
                 "update_time": 0,
                 "resource_type": "jar",
                 "resource_name": "spark-sdv-app.jar",
                 "status": "READY",
                 "underlying_name": "987e208d-d46e-4475-a8c0-a62f0275750b_spark-sdv-app.jar"
             },
             {
                 "create_time": 0,
                 "update_time": 0,
                 "resource_type": "jar",
                 "resource_name": "wordcount",
                 "status": "READY",
                 "underlying_name": "987e208d-d46e-4475-a8c0-a62f0275750b_wordcount"
             },
             {
                 "create_time": 0,
                 "update_time": 0,
                 "resource_type": "jar",
                 "resource_name": "wordcount.py",
                 "status": "READY",
                 "underlying_name": "987e208d-d46e-4475-a8c0-a62f0275750b_wordcount.py"
             }
         ],
         "create_time": 1551334579654,
         "update_time": 1551345369070
     }

3. 查看组内资源包。
   • 接口相关信息

     URI格式：GET /v2.0/{project_id}/resources/{resource_name}

     • {project_id}信息请从获取项目ID获取。
     • 查询参数说明详情，请参见创建表（废弃）。
   • 请求示例
     • 描述：查询项目ID为48cc2c48765f481480c7db940d6409d1下gatk组中的名为luxor-router-1.1.1.jar的资源包。
     • 示例URL：GET https://{endpoint}/v2.0/48cc2c48765f481480c7db940d6409d1/resources/luxor-router-1.1.1.jar?group=gatk

       {endpoint}信息请从地区和终端节点获取。

     • Body：

       {}

   • 响应示例

     {
         "create_time": 1522055409139,
         "update_time": 1522228350501,
         "resource_type": "jar",
         "resource_name": "luxor-router-1.1.1.jar",
         "status": "uploading",
         "underlying_name": "7885d26e-c532-40f3-a755-c82c442f19b8_luxor-router-1.1.1.jar",
         "owner": "****"
     }

4. 创建并提交Spark批处理作业。
   • 接口相关信息

     URI格式：POST /v2.0/{project_id}/batches

     • {project_id}信息请从获取项目ID获取。
     • 请求参数说明详情，请参见创建批处理作业。
   • 请求示例
     • 描述：在项目ID为48cc2c48765f481480c7db940d6409d1项目下，在队列queue1中创建名称为TestDemo4的批处理作业。
     • 示例URL：POST https://{endpoint}/v2.0/48cc2c48765f481480c7db940d6409d1/batches

       {endpoint}信息请从地区和终端节点获取。

     • Body：

       {
         "sc_type": "A",
         "jars": [
          
       "spark-examples_2.11-2.1.0.luxor.jar"
         ],
         "driverMemory": "1G",
         "driverCores": 1,
         "executorMemory": "1G",
         "executorCores": 1,
         "numExecutors": 1,
         "queue": "cce_general",
         "file":
       "spark-examples_2.11-2.1.0.luxor.jar",
         "className":
       "org.apache.spark.examples.SparkPi",
         "minRecoveryDelayTime": 10000,
         "maxRetryTimes": 20
       }

   • 响应示例

     {
       "id": "07a3e4e6-9a28-4e92-8d3f-9c538621a166",
       "appId": "",
       "name": "",
       "owner": "test1",
       "proxyUser": "",
       "state": "starting",
       "kind": "",
       "log": [],
       "sc_type": "CUSTOMIZED",
       "cluster_name": "aaa",
       "queue": "aaa",
       "image": "",
       "create_time": 1607589874156,
       "update_time": 1607589874156
     }

5. 查询批处理作业状态。
   • 接口相关信息

     URI格式：GET /v2.0/{project_id}/batches/{batch_id}/state

     • {project_id}信息请从获取项目ID获取。
     • 查询参数说明详情，请参见查询批处理作业状态。
   • 请求示例
     • 描述：查询项目ID为48cc2c48765f481480c7db940d6409d1项目下的ID为0a324461-d9d9-45da-a52a-3b3c7a3d809e的批处理作业状态。
     • 示例URL：GET https://{endpoint}/v2.0/48cc2c48765f481480c7db940d6409d1/batches/0a324461-d9d9-45da-a52a-3b3c7a3d809e/state

       {endpoint}信息请从地区和终端节点获取。

     • Body：

       {}

   • 响应示例

     {
        "id":"0a324461-d9d9-45da-a52a-3b3c7a3d809e",
        "state":"Success"
     }

6. 查询批处理作业日志。
   • 接口相关信息

     URI格式：GET /v2.0/{project_id}/batches/{batch_id}/log

     • {project_id}信息请从获取项目ID获取。
     • 查询参数说明详情，请参见查询批处理作业日志（废弃）。
   • 请求示例
     • 描述：查询项目ID为48cc2c48765f481480c7db940d6409d1下的ID为0a324461-d9d9-45da-a52a-3b3c7a3d809e的批处理作业的后台日志。
     • 示例URL：GET https://{endpoint}/v2.0/48cc2c48765f481480c7db940d6409d1/batches/0a324461-d9d9-45da-a52a-3b3c7a3d809e/log

       {endpoint}信息请从地区和终端节点获取。

     • Body：

       {}

   • 响应示例

     {
         "id": "0a324461-d9d9-45da-a52a-3b3c7a3d809e",
         "from": 0,
         "total": 3,
         "log": [
                "具体的作业日志信息"
         ]
     }