# 使用DataArts Studio开发AI DataLake作业
在AI DataLake完成引擎端点的配置后，您就已经具备了提交作业的必要条件：计算资源与引擎配置。
接下来将要进行作业开发模块完成数据查询、数据处理等任务。
AI DataLake公测期间支持的引擎：多模数据引擎Aura、AI计算引擎Ray、批处理引擎Spark。
表1各引擎作业开发说明 
| 引擎         | 作业开发方式                  | 作业开发流程                                                                                                                                               |
|:---|:---|:---|
| 多模数据引擎Aura | 使用DataArts Studio完成作业开发 | 在AI DataLake的快速入门中，以AuraJob为例介绍了完整的作业开发流程，了解更多请参见[基于用户自定义镜像的多模数据处理](https://support.huaweicloud.com/qs-aidatalake/aidatalake_01_0030.html)。          |
| 多模数据引擎Aura | 使用DataArts Studio完成作业开发 | 在AI DataLake的快速入门中，以AuraJobV2为例介绍了完整的作业开发流程，了解更多请参见[基于Aura DataFrame的多模数据处理](https://support.huaweicloud.com/qs-aidatalake/aidatalake_01_0003.html)。 |
| AI计算引擎Ray  | 使用API提交作业               | 在AI DataLake的快速入门中，以RayCluster为例介绍了完整的作业开发流程，了解更多请参见[基于RayCluster Data的数据处理](https://support.huaweicloud.com/qs-aidatalake/aidatalake_01_0004.html)。 |
| AI计算引擎Ray  | 使用API提交作业               | 在AI DataLake的快速入门中，以RayJob为例介绍了完整的作业开发流程，了解更多请参见[基于RayJob Data的数据处理](https://support.huaweicloud.com/qs-aidatalake/aidatalake_01_0079.html)。         |
| 批处理引擎Spark | 使用API提交作业               | 在AI DataLake的快速入门中，以SparkJob为例介绍了完整的作业开发流程，了解更多请参见[基于PySpark的数据处理](https://support.huaweicloud.com/qs-aidatalake/aidatalake_01_0005.html)。           |
   
本节介绍使用DataArts Studio进行作业开发的操作流程。
#### 作业开发前的准备工作
- [开通DataArts Studio](https://support.huaweicloud.com/usermanual-dataartsstudio/dataartsstudio_01_0115.html)。
- [已在DataArts Studio创建工作空间](https://support.huaweicloud.com/usermanual-dataartsstudio/dataartsstudio_01_0116.html)。
 
 #### 在DataArts Studio创建并开发作业
开发作业前，您可以通过[图1]了解DataArts Studio数据开发模块作业开发的基本流程。
图1作业开发流程   
![](https://support.huaweicloud.com/usermanual-aidatalake/zh-cn_image_0000002566639131.png "点击放大")
1. 新建作业：当前提供两种作业类型：批处理和实时处理，分别应用于批量数据处理和实时连接性数据处理，其中批处理作业支持Pipeline和单节点作业两种模式，具体请参见[新建作业](https://support.huaweicloud.com/usermanual-dataartsstudio/dataartsstudio_01_0434.html)。
2. 开发作业：基于新建的作业，进行作业开发，您可以进行编排、配置节点。具体请参见[开发Pipeline作业](https://support.huaweicloud.com/usermanual-dataartsstudio/dataartsstudio_01_0435.html)。
3. 调度作业：配置作业调度任务。具体请参见[调度作业](https://support.huaweicloud.com/usermanual-dataartsstudio/dataartsstudio_01_0470.html)。
   - 如果您的作业是批处理作业，您可以配置作业级别的调度任务，即以作业为一个整体进行调度，支持单次调度、周期调度、事件驱动调度三种调度方式。具体请参见[配置作业调度任务（批处理作业）](https://support.huaweicloud.com/usermanual-dataartsstudio/dataartsstudio_01_0470.html#section2)。
   
   - 如果您的作业是实时处理作业，您可以配置节点级别的调度任务，即每一个节点可以独立调度，支持单次调度、周期调度、事件驱动调度三种调度方式。具体请参见[配置节点调度任务（实时作业）](https://support.huaweicloud.com/usermanual-dataartsstudio/dataartsstudio_01_0470.html#section3)。
    
4. 提交版本并解锁：作业调度配置完成后，您需要提交版本并解锁，提交版本并解锁后才能用于调度运行，便于其他开发者修改。具体请参见[提交版本](https://support.huaweicloud.com/usermanual-dataartsstudio/dataartsstudio_01_0902.html)。
5. （可选）管理作业：作业开发完成后，您可以根据需要，进行作业管理。具体请参见[（可选）管理作业](https://support.huaweicloud.com/usermanual-dataartsstudio/dataartsstudio_01_0408.html)。
6. 发布作业。企业模式下需要发布作业，具体请参见[发布作业任务](https://support.huaweicloud.com/usermanual-dataartsstudio/dataartsstudio_01_1903.html)。