Overvåg Spark-job i en notesbog

Microsoft Fabric-notesbogen er en webbaseret interaktiv overflade til udvikling af Apache Spark-job og udførelse af eksperimenter med maskinel indlæring. I denne artikel beskrives det, hvordan du overvåger status for dine Spark-job, får adgang til Spark-logge, modtager råd i notesbogen og navigerer til detaljevisningen af Spark-programmet eller Spark-brugergrænsefladen for at få mere omfattende overvågningsoplysninger for hele notesbogen.

Overvåg status for Spark-job

En Spark-jobstatusindikator leveres med en statuslinje i realtid, der hjælper dig med at overvåge status for udførelse af job for hver notesbogcelle. Du kan få vist status og opgavers status på tværs af dine Spark-job og -faser.

Screenshot showing Notebook cell and Spark job progress list.

Overvåg ressourceforbrug

Grafen over eksekveringsanvendelse viser visuelt allokeringen af Spark-job-eksekvering og ressourceforbrug. I øjeblikket er det kun kørselsoplysningerne for spark 3.4 og nyere, der viser denne funktion. Klik på fanen Ressourcer , hvor kurvediagrammet for ressourceforbruget for kodecellen vises.

Screenshot showing Notebook cell and resource usage of code cell.

Få vist Spark Advisor-anbefalinger

En indbygget Spark-rådgiver analyserer din notesbogkode og Spark-udførelser i realtid for at hjælpe med at optimere din notesbogs køreydeevne og hjælpe med fejlfindingsfejl. Der er tre typer indbyggede råd: Info, Warning og Error. Ikonerne med tal angiver det respektive antal råd i hver kategori (info, advarsel og fejl), der genereres af Spark-rådgiveren for en bestemt notesbogcelle.

Hvis du vil have vist rådene, skal du klikke på pilen i starten for at udvide og få vist detaljerne.

Screenshot showing light bulb.

Når du har udvidet rådgivningsafsnittet, bliver et eller flere råd synlige.

Screenshot showing light bulb to expand the box.

Spark Advisor Skew Detection

Dataforvrid er et almindeligt problem, som brugerne ofte støder på. Spark Advisor understøtter registrering af skævhed, og hvis der registreres skævhed, vises en tilsvarende analyse nedenfor.

Screenshot showing Data Skew Analysis details.

Få adgang til Spark-logge i realtid

Spark-logge er vigtige for at finde undtagelser og diagnosticere ydeevne eller fejl. Den kontekstafhængige overvågningsfunktion i notesbogen sender loggene direkte til dig for den specifikke celle, du kører. Du kan søge i loggene eller filtrere dem efter fejl og advarsler.

Screenshot showing the real time logs under the code cell.

Hvis du vil have adgang til yderligere oplysninger om Spark-udførelsen på notesbogniveau, kan du navigere til siden med oplysninger om Spark-programmet eller Spark-brugergrænsefladen via de indstillinger, der er tilgængelige i genvejsmenuen.

Screenshot showing the access spark ui and monitoring detail page.