Configurazione dello streaming strutturato Spark mediante i flussi di lavoro

È possibile configurare un task di streaming all'interno di un flusso di lavoro per l'elaborazione continua dei dati di flusso.

Prima è necessario creare un job, quindi aggiungere un blocco note o un task Python a tale job per iniziare a utilizzare i flussi di lavoro con lo streaming in Oracle AI Data Platform Workbench.

1. Passare all'area di lavoro e fare clic su Flusso di lavoro.
2. Fare clic su Crea job.
3. Fornire un nome e un'indicazione per il job.
4. Fare clic su Sfoglia e selezionare la posizione in cui salvare il job nel workbench di AI Data Platform. Fare clic su Seleziona.
5. Immettere 1 per Numero massimo di esecuzioni concorrenti.
6. Fare clic su Crea.
7. Fare clic sul job appena creato.
8. Fare clic su Aggiungi task.
9. Fornire un nome per il task.
10. Selezionare Notebook o Python per Tipo di task.
11. Fare clic su Sfoglia e passare allo script Notebook o Python che si desidera aggiungere come task di streaming. Fare clic su Seleziona.
12. Selezionare un cluster di computazione per il task Notebook o Python, se non è già collegato.
13. Selezionare la casella di controllo Streaming. Se si seleziona Streaming, il timeout di esecuzione e le dipendenze dei task vengono disabilitati come opzioni.
    
    

    

    
    
14. Selezionare il numero di nuovi tentativi che un task deve tentare in caso di errore. Se si selezionano più di 0, è inoltre necessario specificare il tempo di attesa dell'esecuzione del job tra i nuovi tentativi e se i nuovi tentativi devono essere eseguiti al timeout.
    
    

    

    
    
15. Fare clic su Esegui ora.

Dopo l'avvio di un task di streaming, l'esecuzione continua finché non viene interrotta manualmente. Durante la normale manutenzione mensile, l'attività di streaming viene arrestata e riavviata dal servizio senza richiedere alcuna azione da parte tua.