Aufgaben konfigurieren
In diesem Abschnitt wird die Erstellung und Konfiguration von Aufgaben beschrieben.
Aufgaben
Aufgaben sind kurze, funktionale Codeblöcke, die Sie als Teil einer Tätigkeit in einen Flow einfügen oder selbst zu Jobs hochstufen können.
Aufgaben sind die Hauptbausteine aller Workflows in Oracle AI Data Platform Workbench. Der Aufgabentyp bestimmt den verwendeten Codetyp. Im Rahmen eines Jobs verbinden Sie Aufgaben, um deren Reihenfolge und Priorität bei der Ausführung des Jobs zu bestimmen.
| Aufgabentyp | Beschreibung |
|---|---|
| Notizbuchaufgabe | Eine Aufgabe, die in einem Notizbuch gespeichert wurde, auf das Sie zugreifen können |
| Python-Aufgabe | Eine Aufgabe mit einem Snippet der Python-Programmiersprache |
| If/else-Bedingung | Eine Aufgabe, die if/else-Bedingungen verwendet |
| Verschachtelte Jobaufgabe | Eine Aufgabe, die einen vorhandenen Job und seine Aufgaben als verschachtelte Aufgabe verwendet |
| JAR-Aufgabe | Eine Aufgabe, die Scala- oder Java-Code ausführen kann, der in Java Archive-(JAR-)Dateien kompiliert wird. |
Wenn mehrere Aufgaben vorhanden sind, können Sie Gruppen von Aufgabenabhängigkeiten erstellen, bei denen der Erfolg oder Misserfolg einer Aufgabe nachfolgende Aufgaben nacheinander auslösen kann. Sie können nur Abhängigkeiten in Jobs erstellen, die mehrere Aufgaben haben. Siehe Notizbuchaufgabe erstellen.
Aufgaben können parallel zueinander ausgeführt werden. Dazu können Sie zwei oder mehr Aufgaben vom Erfolg oder Misserfolg einer anderen Aufgabe im selben Workflow abhängig machen, sodass sie gleichzeitig ausgeführt werden.
Aufgaben können aufgrund vorübergehender Probleme wie Netzwerkunterbrechungen, Nichtverfügbarkeit von Ressourcen oder vorübergehende Serviceausfälle nicht erfolgreich ausgeführt werden. In diesen Fällen wiederholt AI Data Platform Workbench die Aufgabe automatisch basierend auf Wiederholungs-Policys, die Sie beim Erstellen der Aufgabe konfigurieren. Im Rahmen dieser Policys definieren Sie:
- Anzahl Wiederholungen: Die maximale Anzahl von Wiederholungsversuchen.
- Wiederholungsintervall: Die Wartezeit zwischen Wiederholungen.
Neben standardmäßigen Aufgabenwiederholungen unterstützt AI Data Platform Workbench auch Bei Timeout wiederholen. Wenn eine Aufgabe aufgrund von Ressourcen-Constraints oder langsamer Verarbeitung ihre Ausführungszeit überschreitet und Sie nur für diese Szenarios versuchen möchten, können Sie eine automatische Wiederholung auslösen. Diese Wiederholungsrichtlinien verbessern die Resilienz des Workflows und stellen sicher, dass Aufgaben eine höhere Chance auf eine erfolgreiche Ausführung ohne manuelle Eingriffe haben.
Wann und wie Compute-Logs verwendet werden
Prüfen Sie Ihre Compute-Logs, wenn Ihre Aufgabe mit Ressourcen- oder Systemfehlern fehlschlägt, z.B. bei Fehlern außerhalb des Speichers oder bei einer CPU-Auslastung, die Grenzwerte überschreiten.
Prüfen Sie die Spark-Logs, wenn lange Wartezeiten, unerwartete Wiederholungen oder Engpässe bei der Jobperformance angezeigt werden. Diese Logs bieten Einblick in die Treiber- und Worker-Knoten des Compute-Clusters, das Ihre Aufgabe unterstützt, und können dazu beitragen, die Quelle möglicher Probleme zu identifizieren.
Weitere Informationen zum Prüfen Ihrer Logs finden Sie unter Bestimmten Joblauf überwachen.
Sie benötigen die entsprechende RBAC-Berechtigung auf Compute-Ebene, um Metadaten und Logs für die Compute-Instanz anzuzeigen, die mit dem Job verknüpft ist. Wenden Sie sich an den Administrator, um diese Berechtigungen zu erhalten, wenn Sie keine Compute-Logs anzeigen können. Weitere Informationen finden Sie unter Info über Berechtigungen.
Python-Aufgabe erstellen
Sie können eine Aufgabe als Teil eines Workflowjobs erstellen, der Python-Scripting verwendet.
Notizbuchaufgabe erstellen
Sie erstellen Aufgaben mit Notizbüchern, die Sie in AI Data Platform Workbench erstellt haben.
Verschachtelte Jobaufgabe erstellen
Sie können einen anderen Workflowjob und die darin enthaltenen Aufgaben als verschachtelte Aufgabe in einem anderen Workflow verwenden.
If/Sonst-Aufgabe erstellen
Sie können eine Aufgabe erstellen, die auf der Grundlage von Katalogdaten if/else-Bedingungen verwendet, um zu bestimmen, ob die Aufgabe ausgelöst wird.
JAR-Aufgabe erstellen
Sie können Aufgaben erstellen, die Scala- oder Java-Code ausführen, der in Java Archive-(JAR-)Dateien kompiliert wird.
Hinweis:
Abhängige Library-Dateien müssen zum Zeitpunkt der Erstellung JDK-, Scala- oder Spark-Versionen verwenden, die mit der Laufzeit des Oracle AI Data Platform Workbench-Clusters kompatibel sind, um unerwartetes Verhalten zu vermeiden.Aufgabe bearbeiten
Sie können vorhandene Attribute einer Aufgabe, wie Name, Typ und Parameter, ändern, um die Funktionsweise in Ihrem Job zu ändern.
- Klicken Sie auf der Homepage auf Workflow.
- Klicken Sie auf den Job, für den Sie Aufgaben konfigurieren möchten.
- Klicken Sie auf der Registerkarte Aufgaben auf die Aufgabe, die Sie bearbeiten möchten.
- Ändern Sie im Bereich Aufgabendetails rechts die Aufgabenattribute nach Bedarf. Änderungen werden automatisch gespeichert.
Aufgabenlogs anzeigen
Sie können die Ausführungslogs einzelner Aufgaben in einem Job anzeigen.
- Klicken Sie auf der Homepage auf Workflows.
- Klicken Sie auf Jobläufe.
- Klicken Sie auf den Job, für den Sie die Aufgabenlogs anzeigen möchten.
- Klicken Sie auf die Aufgabenknoten, um die Logs für diese Aufgabe anzuzeigen.
Aufgaben löschen
Sie können eine Aufgabe löschen, indem Sie den Aufgabenknoten aus einem Job entfernen.
- Klicken Sie auf der Homepage auf Workflow.
- Klicken Sie auf den Job, aus dem Sie Aufgaben löschen möchten.
- Klicken Sie im Aufgabenknoten auf Aktionen und dann auf Knoten entfernen.
- Klicken Sie auf Löschen.
