本文为您介绍如何基于Dataphin构建Shell类型的离线计算任务。

前提条件

完成上次JSON资源包,详情请参见新建资源

背景信息

Shell任务中引用到的JSON资源包需提前创建,因此需要您在资源管理中上传JSON资源包,然后在Shell任务中进行引用。本文以MySQL数据库为例为您介绍,请您下载JSON文件

操作步骤

  1. 登录Dataphin控制台
  2. 在Dataphin控制台页面,选择工作区地域后,单击进入Dataphin>>
    您可以通过以下方式,快速进入工作区:
    • 选择工作区地域后,单击快速开始相关工作区域中相应的功能模块。
    • 选择工作区地域后,单击快速进入研发项目后的DevProdBasic页签,选择相应的项目。
  3. 进入离线计算任务页面。
    1. 在Dataphin首页,单击顶部菜单栏的研发
    2. 在数据开发页面,单击项目名称后的test图标后,单击DevBasic页签,选择数据开发的项目空间(DevBasic项目)。
      如果您当前访问的是DevBasic项目,且项目空间为您的数据开发空间,则不需要选择项目空间。
    3. 可选:在数据开发页面,单击数据处理页签。
      如果进入数据开发页面后,系统默认进入数据处理页签,则无需再次单击数据处理页签。
    4. 数据处理页签,单击左侧导航栏cege离线计算任务图标。
  4. 离线计算任务页面,单击图标,单击SHELL
  5. 编写并运行代码。
    1. 新建文件对话框,配置参数。
      参数 描述
      名称 填写离线计算任务的名称,例如DataX。
      调度类型 选择任务的调度类型。调度类型包括:
      • 周期性节点,自动参与系统的周期性调度。
      • 手动节点,需要手动触发任务的运行。
      描述 填写对任务的简单描述。
      选择目录 选择离线计算任务的目录。
    2. 单击确定
    3. 代码编写页面,编写Shell离线计算任务的代码。
      代码示例如下。
      @required_resource{required_memory=2Gb;required_cpus=1.0}
      @resource_reference{"datax.json"}
      python $DATA_HOME/bin/datax.py --jvm '-Xms2g -Xmx2g' datax.json
      其中,
      • required_resource{},自定义配置所需的资源大小。
      • 系统已内置DataX_Home为DataX的安装目录,DataX入口在DataX安装的bin文件下。
      • --jvm '-Xms2g -Xmx2g'指定DataX实际运行时的JVM内存,建议您将内存的大小设置成与required_resource中的required_memory一致。
      对于所需资源较小的DataX任务,您可以使用如下代码示例。
      @resource_reference{"datax.json"}
      python $DATA_HOME/bin/datax.py datax.json
    4. 代码编写完成后,单击页面右上方的刷新
    5. 单击页面右上角的执行,运行代码。
  6. 可选:配置调度参数。
    • 如果离线计算任务的调度类型为周期性节点,则需要配置调度参数,详情请参见调度配置
    • 如果离线计算任务的调度类型为手动节点,需要手动触发任务的调度。
  7. 在代码编写页面,保存并提交Shell任务。
    1. 单击页面右上方的图标,保存代码。
    2. 单击页面右上方的图标,提交代码。
  8. 可选:发布Shell任务。
    • 如果您的开发模式是Dev-Prod模式,则需要发布Shell任务,详情请参见发布任务
    • 如果您的开发模式是Basic模式,则提交成功后的Shell任务,即可参与生产环境的调度。