Configurar Tarefas
Esta seção aborda a criação e a configuração de tarefas.
Sobre Tarefas
As tarefas são blocos de código curtos e funcionais que você pode juntar em um fluxo como parte do trabalho ou promover para os próprios trabalhos.
As tarefas são os principais blocos de construção de todos os fluxos de trabalho no Oracle AI Data Platform Workbench. O tipo de tarefa determina o tipo de código que ela utiliza. Como parte de um job, você conecta tarefas para determinar sua sequência e prioridade quando o job é executado.
| Tipo de tarefa | Descrição |
|---|---|
| Tarefa de notebook | Uma tarefa que foi salva em um notebook que você pode acessar |
| Tarefa Python | Uma tarefa usando um trecho de código da linguagem de programação Python |
| Condição If/else | Uma tarefa que usa condições if/else |
| Tarefa de tarefa aninhada | Uma tarefa que usa um job existente e suas tarefas como uma tarefa aninhada |
| Tarefa Jar | Uma tarefa que pode executar código Scala ou Java compilado em arquivos JAR (Java Archive). |
Quando você tem mais de uma tarefa, é possível criar conjuntos de dependências de tarefa em que o sucesso ou a falha de uma tarefa pode acionar tarefas subsequentes em sequência. Você só pode criar dependências em jobs que tenham mais de uma tarefa. Consulte Criar uma Tarefa de Notebook.
As tarefas podem ser executadas em paralelo. É possível fazer isso tornando duas ou mais tarefas dependentes do sucesso ou da falha de outra tarefa no mesmo fluxo de trabalho, fazendo com que elas sejam executadas ao mesmo tempo.
As tarefas podem falhar devido a problemas transitórios, como interrupções na rede, indisponibilidade de recursos ou falhas temporárias no serviço. Nesses casos, o AI Data Platform Workbench repete automaticamente a tarefa com base nas políticas de repetição configuradas quando a tarefa é criada. Como parte dessas políticas, você define:
- Contagem de Repetições: O número máximo de tentativas de repetição.
- Intervalo de Repetição: O tempo de espera entre novas tentativas.
Além das novas tentativas de tarefa padrão, o AI Data Platform Workbench também oferece suporte a Repetir no timeout. Se uma tarefa exceder seu limite de tempo de execução devido a restrições de recursos ou processamento lento e você quiser tentar novamente apenas para esses cenários, poderá optar por acionar automaticamente uma nova tentativa. Essas políticas de repetição aumentam a resiliência do fluxo de trabalho, garantindo que as tarefas tenham uma chance maior de execução bem-sucedida sem intervenção manual.
Quando e Como Usar Logs de Computação
Verifique seus logs de computação se sua tarefa falhar com erros relacionados a recursos ou sistema, como erros de falta de memória ou uso da CPU excedendo os limites.
Revise os logs do Spark se você vir longos tempos de espera, novas tentativas inesperadas ou gargalos de desempenho do job. Esses logs fornecem informações sobre o driver e os nós de trabalho do cluster de computação que respaldam sua tarefa e podem ajudar a identificar a origem de possíveis problemas.
Para obter orientação sobre como verificar seus logs, consulte Monitorar uma Execução de Job Específica.
Você deve ter a permissão RBAC no nível de computação apropriada para exibir metadados e logs da instância de computação associada ao job. Entre em contato com o administrador para obter essas permissões caso não consiga exibir logs de computação. Para obter mais informações sobre Sobre Permissões.
Criar uma Tarefa Python
Você pode criar uma tarefa como parte do job de workflow que usa script Python.
Criar uma Tarefa de Notebook
Você cria tarefas usando notebooks que criou no AI Data Platform Workbench.
Criar uma Tarefa de Job Aninhada
Você pode usar outro job de workflow e suas tarefas contidas como uma tarefa aninhada em outro workflow.
Criar uma tarefa If/Else
Você pode criar uma tarefa que use condições if/else com base nos dados do catálogo para determinar se a tarefa é acionada.
Criar uma Tarefa Jar
Você pode criar tarefas que executam o código Scala ou Java compilado em arquivos JAR (Java Archive).
Observação:
Os arquivos de biblioteca dependentes devem usar as versões do JDK, Scala ou Spark compatíveis com o runtime do cluster do Oracle AI Data Platform Workbench no momento da criação para evitar comportamento inesperado.Modificar uma Tarefa
Você pode alterar os atributos existentes de uma tarefa, como nome, tipo e parâmetros, para alterar como ela funciona no seu job.
- Na Home page, clique em Workflow.
- Clique no job para o qual deseja configurar tarefas.
- Na guia Tarefas, clique na tarefa que deseja editar.
- No painel Detalhes da Tarefa à direita, modifique os atributos da tarefa conforme necessário. As alterações são salvas automaticamente.
