# 使用SDK提交Spark作业
本节操作介绍使用DLI SDK V2提交Spark作业的操作方法。
![](https://support.huaweicloud.com/sdkreference-dli/public_sys-resources/note_3.0-zh-cn.png)
DLI SDK V2当前处于受限使用阶段，如需使用请提交工单申请开通。
- 2024年5月起，首次使用DLI的用户可以直接使用DLI SDK V2，无需申请。
- 对于2024年5月之前开通并使用DLI服务的用户，如需使用"DLI SDK V2"功能，必须提交工单申请开通试用权限。
 
#### 获取DLI SDK V2安装包
单击下载[DLI SDK V2的安装包](https://uquery-sdk.obs-website.cn-north-1.myhwclouds.com/?locale=zh-cn)。
#### 操作前准备
获取AK/SK，项目ID及对应的Region信息。
1. 管理控制台。
2. 单击界面右上角的登录用户名，在下拉列表中单击"我的凭证"。
3. 在左侧导航栏中选择"访问密钥"，单击"新增访问密钥"。根据提示输入对应信息，单击"确定"。
4. 在弹出的提示页面单击"立即下载"。下载成功后，打开凭证文件，获取AK/SK信息。
5. 左侧导航栏单击"API凭证"，在"项目列表"中获取"项目ID"即为project_id值，对应的"项目"即为region的值。
 
#### 样例代码
```
# 配置日志
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)
def main():
    your_access_key = os.getenv("HUAWEICLOUD_SDK_AK")
    your_secret_key = os.getenv("HUAWEICLOUD_SDK_SK")
    project_id = "your_project_id"
    region_name = "region_name"  
    credentials = BasicCredentials(your_access_key, your_secret_key, project_id)
    dli_client = DliClient.new_builder() \
        .with_credentials(credentials) \
        .with_region(DliRegion.value_of(region_name)) \
        .build()
    try:
        # 步骤一：提交Spark作业到DLI执行。
        job_id = run_spark_job(dli_client, "your_queue_name")
        # 步骤二：如果您想在当前线程等待作业执行结束，可循环检查状态，直到作业结束。
        check_running(dli_client, job_id)
        # 步骤三：如果您想根据条件查询一个或多个特定作业，可执行以下方法。
        # 此处仅做样例，除了jobId，您还可指定其它筛选条件。详见ListSparkJobs
        list_spark_job(dli_client, job_id)
        # 其它场景：
        # 1. 作业运行期间，如果您想取消作业。可调用接口CancelSparkJob
        # 关键SDK API: huaweicloudsdkdli.v1.dli_client.DliClient.cancel_spark_job
        # 注：作业状态为“已成功”或者“已失败”的批处理作业无法取消。
        # 2. 如果您想根据jobId查询某个特定作业的详情，可执行以下方法。
        # 关键SDK API：huaweicloudsdkdli.v1.dli_client.DliClient.show_spark_job
        # 详见ShowSparkJob 
    except exceptions.ClientRequestException as e:
        # 请根据业务实际情况处理异常信息，此处仅作样例。
        logger.error("Failed to execute job: ", e)
```
#### 创建Spark作业
- **功能介绍：**
  用于执行Spark作业。
  
- **相关链接：**
  关键SDK API：huaweicloudsdkdli.v1.dli_client.DliClient.create_spark_job
  详见[创建批处理作业](https://console.huaweicloud.com/apiexplorer/#/openapi/DLI/sdk?api=CreateSparkJob)。
  
- **示例代码** ：
  ```
  def run_spark_job(client, queue_name):
      """
      提交Spark作业到DLI执行。
      关键SDK API：huaweicloudsdkdli.v1.dli_client.DliClient.create_spark_job。详见CreateSparkJob
      :param huaweicloudsdkdli.v1.dli_client.DliClient client: DLI Client.
      :param str queue_name: Queue name for the job to execute
      :return: str
      """
      conf_map = {
          "spark.dli.metaAccess.enable": "true"  # 比如 "spark.dli.metaAccess.enable": "true"
      }
      request_body = CreateSparkJobRequestBody(
          # 请根据业务实际情况设置相应的参数，此处仅作样例。
          queue=queue_name,  # 填写通用队列的名称
          spark_version="2.4.5",  # 作业使用Spark组件的版本号。
          name="demo_spark_app",  # 用户自定义这个任务的名字，创建时用户指定的批处理名称，不能超过128个字符。
          file="obs://your_bucket/your_spark_app.jar",  # jar包在OBS上的位置。必选
          class_name="your_class_fullname",  # 必选。主类（--class）的类路径，比如 "org.example.DliCatalogTest"
          args=["YourAppArg1", "YourAppAgr2", "..."],  # 应用程序参数的传入参数，如不需要请删除此行
          conf=conf_map,  # Spark参数（--conf）
          catalog_name="dli",  # 访问元数据时，需要将该参数配置为dli。且需 conf_map["spark.dli.metaAccess.enable"] = "true"
          jars=["YourDepJar1", "YourDepJar2", "..."],  # 依赖的jar包（--jars），如不需要请删除此行
          feature="basic",  # 作业特性,表示用户作业使用的Spark镜像类型。 一般选择basic即可。
          driver_cores=1,  # Spark应用Driver的CPU核数
          driver_memory="1GB",  # Spark应用的Driver内存，参数配置例如2G, 2048M。使用时必须带单位，否则会启动失败。
          num_executors=1,  # Spark应用Executor的个数
          executor_cores=1,  # Spark应用每个Executor的CPU核数
          executor_memory="1GB"  # Spark应用的Executor内存，参数配置例如2G, 2048M。使用时必须带单位，否则会启动失败
      )
      request = CreateSparkJobRequest(body=request_body)
      response = client.create_spark_job(request)
      return response.id
  ```
  
 
#### 查询批处理作业状态
- **功能介绍：**
  用于执行Spark作业。
  
- **相关链接：**
  关键SDK API：
  huaweicloudsdkdli.v1.dli_client.DliClient.show_spark_job_status
  [查询批处理作业状态](https://console.huaweicloud.com/apiexplorer/#/openapi/DLI/sdk?api=ShowSparkJobStatus)。
  
- **示例代码** ：
  ```
  def check_running(client, job_id):
      """
      如果您想在当前线程等待作业执行结束，可循环检查状态，直到作业结束。
      
      :param huaweicloudsdkdli.v1.dli_client.DliClient client: DLI Client.
      :param str job_id: The job id for getting status.
      :return:
      """
      while True:
          try:
              request = ShowSparkJobStatusRequest(batch_id=job_id)
              response = client.show_spark_job_status(request)
          except exceptions.ClientRequestException as e:
              raise Exception(f"Failed to get job status by id: {job_id}") from e
          status = response.state
          logger.info("SparkJob id %s status: %s", job_id, status)
          if status == "success":
              return
          if status == "dead":
              raise Exception("Run job failed")
          time.sleep(1)
  ```
  
 
#### 查询批处理作业列表
- **功能介绍：**
  查询批处理作业列表。
  
- **相关链接：**
  关键SDK API：
  huaweicloudsdkdli.v1.dli_client.DliClient.list_spark_jobs
  [查询批处理作业列表](https://console.huaweicloud.com/apiexplorer/#/openapi/DLI/sdk?api=ListSparkJobs)
  
- **示例代码** ：
  ```
  def list_spark_job(client, job_id):
      """
      :param huaweicloudsdkdli.v1.dli_client.DliClient client: DLI Client.
      :param str job_id: The job id for getting details.
      :return:
      """
      try:
          request = ListSparkJobsRequest(
              # 此处仅做样例，除了jobId，您还可指定其它筛选条件。
              # 详见ListSparkJobs
              job_id=job_id,
              queue_name="your_queue_name",  # 此处需修改成DLI队列名。根据队列查询批作业（推荐使用）。
              start=1716195600000,  # 此处需修改成用户自定义作业开始时间。用于查询开始时间在该时间点之后的作业。时间格式为unix时间戳,单位:毫秒。
              end=1716199200000  # 此处需修改成用户自定义作业结束时间。用于查询开始时间在该时间点之前的作业。时间格式为unix时间戳,单位:毫秒。
          )
          response = client.list_spark_jobs(request)
      except exceptions.ClientRequestException as e:
          raise Exception("Failed to list Spark jobs") from e
      logger.info("List SparkJobs: %s", response)
      # resp中的响应参数详见ListSparkJobs
  ```