Configuración de flujos estructurados de Spark mediante flujos de trabajo

Puede configurar una tarea de flujo dentro de un flujo de trabajo para el procesamiento continuo de datos de flujo.

Primero debe crear un trabajo y, a continuación, agregar una tarea de bloc de notas o Python a ese trabajo para empezar a utilizar flujos de trabajo con transmisión en Oracle AI Data Platform Workbench.

1. Vaya al espacio de trabajo y haga clic en Flujo de trabajo.
2. Haga clic en Crear trabajo.
3. Proporcione un nombre y la descripción para su trabajo.
4. Haga clic en Examinar y seleccione la ubicación para guardar el trabajo en el área de trabajo de AI Data Platform. Haga clic en Seleccionar.
5. Introduzca 1 para Máximo de ejecuciones simultáneas.
6. Haga clic en Create.
7. Haga clic en el trabajo que acaba de crear.
8. Haga clic en Agregar tarea.
9. Proporcione un nombre para la tarea.
10. Seleccione Notebook o Python para Tipo de tarea.
11. Haga clic en Examinar y navegue hasta el bloc de notas o script de Python que desea agregar como tarea de flujo. Haga clic en Seleccionar.
12. Seleccione un cluster de recursos informáticos para la tarea de bloc de notas o Python, si aún no hay uno asociado.
13. Active la casilla de control Flujo. Al seleccionar Streaming, se desactivan el timeout de ejecución y las dependencias de tareas como opciones.
    
    

    

    
    
14. Seleccione el número de reintentos que una tarea debe intentar en caso de fallo. Si selecciona más de 0, también debe especificar cuánto tiempo debe esperar la ejecución del trabajo entre reintentos y si se deben intentar reintentos con timeout.
    
    

    

    
    
15. Haga clic en Ejecutar Ahora.

Después de iniciar una tarea de Streaming, se sigue ejecutando hasta que la pare manualmente. Durante el mantenimiento mensual regular, el servicio detiene y reinicia la tarea Streaming sin necesidad de realizar ninguna acción por su parte.