Propriétés du tRunJob pour Apache Spark Batch

Ces propriétés sont utilisées pour configurer le tRunJob s'exécutant dans le framework de Jobs Spark Batch.

Le composant tRunJob Spark Batch appartient à la famille Système.

Le composant de ce framework est disponible dans tous les produits Talend avec Big Data nécessitant une souscription et dans Talend Data Fabric.

Basic settings

Use dynamic Job	Cochez cette case afin de pouvoir appeler et traiter de nombreux Jobs. Lorsque cette case est cochée, seule la dernière version des Jobs peut être appelée et traitée. Un processus indépendant sera utilisé pour exécuter le sous-Job. Les options Context et Use an independent process to run subJob disparaissent. Note InformationsAvertissement : L'option Use dynamic job n'est pas compatible avec le cache de Talend JobServer. Il est possible que l'exécution échoue si vous exécutez un Job contenant un tRunjob avec cette case cochée dans Talend Administration Center.
Context job	Ce champ est visible uniquement lorsque l'option Use dynamic job est cochée. Saisissez le nom du Job que vous souhaitez appeler dans la liste des Jobs sélectionnés.
Job	Sélectionnez le Job à appeler et à traiter. Assurez-vous que le Job appelé ait été exécuté au moins une fois auparavant pour que son exécution via le tRunJob se déroule le mieux possible. Il n'est pas recommandé d'appeler un Job Standard à partir d'un Job Spark Batch, cela peut provoquer des erreurs.
Version	Sélectionnez la version du Job enfant que vous souhaitez utiliser.
Context	Si vous avez paramétré des contextes et des variables pour les Jobs à exécuter via le tRunJob, sélectionnez dans la liste le contexte à appliquer.
Die on child error	Décochez cette case pour exécuter le Job parent même s'il y a une erreur lors de l'exécution du Job enfant.
Transmit whole context	Cochez cette case pour obtenir les contextes du Job parent. Décochez-la pour obtenir les contextes du Job enfant. Si cette case est cochée lorsque les Jobs parent et enfant ont les mêmes variables de contexte définies : les valeurs des variables pour le Job parent sont utilisées durant l'exécution du Job enfant si aucune valeur cohérente n'est définie dans la table Context Param. sinon, les valeurs définies dans la table Context Param sont utilisées durant l'exécution du Job enfant.
Context Param	Vous pouvez modifier la valeur des paramètres de contexte sélectionnés. Cliquez sur le bouton [+] pour ajouter les paramètres définis dans l'onglet Context du Job enfant. Pour plus d'informations concernant les paramètres de contexte, consultez Utiliser les contextes et les variables. Les valeurs définies ici sont utilisées durant l'exécution du Job enfant, même si la case Transmit whole context est cochée.

Advanced settings

Print Parameters	Cochez cette case pour afficher les paramètres internes et externes dans la Console.

Utilisation

Règle d'utilisation	Ce composant est utilisé sans avoir besoin d'être connecté à d'autres composants. Ce composant, ainsi que la Palette Spark Batch à laquelle il appartient, ne s'affiche que lorsque vous créez un Job Spark Batch. Notez que, dans cette documentation, sauf mention contraire, un scénario présente uniquement des Jobs Standard, c'est-à-dire des Jobs Talend traditionnels d'intégration de données.
Connexion à Spark	Dans l'onglet Spark Configuration de la vue Run, définissez la connexion à un cluster Spark donné pour le Job complet. De plus, puisque le Job attend ses fichiers .jar dépendants pour l'exécution, vous devez spécifier le répertoire du système de fichiers dans lequel ces fichiers .jar sont transférés afin que Spark puisse accéder à ces fichiers : Yarn mode (Yarn Client ou Yarn Cluster) : Lorsque vous utilisez Google Dataproc, spécifiez un bucket dans le champ Google Storage staging bucket de l'onglet Spark configuration. Lorsque vous utilisez HDInsight, spécifiez le blob à utiliser pour le déploiement du Job, dans la zone Windows Azure Storage configuration de l'onglet Spark configuration. Lorsque vous utilisez Altus, spécifiez le bucket S3 ou le stockage Azure Data Lake Storage (aperçu technique) pour le déploiement du Job, dans l'onglet Spark configuration. Lorsque vous utilisez des distributions sur site (on-premises), utilisez le composant de configuration correspondant au système de fichiers utilisé par votre cluster. Généralement, ce système est HDFS et vous devez utiliser le tHDFSConfiguration. Standalone mode : utilisez le composant de configuration correspondant au système de fichiers que votre cluster utilise, comme le tHDFSConfiguration Apache Spark Batch ou le tS3Configuration Apache Spark Batch. Si vous utilisez Databricks sans composant de configuration dans votre Job, vos données métier sont écrites directement dans DBFS (Databricks Filesystem). Cette connexion fonctionne uniquement pour le Job dans lequel vous l'avez définie.

Règle d'utilisation

Ce composant est utilisé sans avoir besoin d'être connecté à d'autres composants.

Ce composant, ainsi que la Palette Spark Batch à laquelle il appartient, ne s'affiche que lorsque vous créez un Job Spark Batch.

Notez que, dans cette documentation, sauf mention contraire, un scénario présente uniquement des Jobs Standard, c'est-à-dire des Jobs Talend traditionnels d'intégration de données.

Connexion à Spark

Dans l'onglet Spark Configuration de la vue Run, définissez la connexion à un cluster Spark donné pour le Job complet. De plus, puisque le Job attend ses fichiers .jar dépendants pour l'exécution, vous devez spécifier le répertoire du système de fichiers dans lequel ces fichiers .jar sont transférés afin que Spark puisse accéder à ces fichiers :

Yarn mode (Yarn Client ou Yarn Cluster) :
- Lorsque vous utilisez Google Dataproc, spécifiez un bucket dans le champ Google Storage staging bucket de l'onglet Spark configuration.
- Lorsque vous utilisez HDInsight, spécifiez le blob à utiliser pour le déploiement du Job, dans la zone Windows Azure Storage configuration de l'onglet Spark configuration.
- Lorsque vous utilisez Altus, spécifiez le bucket S3 ou le stockage Azure Data Lake Storage (aperçu technique) pour le déploiement du Job, dans l'onglet Spark configuration.
- Lorsque vous utilisez des distributions sur site (on-premises), utilisez le composant de configuration correspondant au système de fichiers utilisé par votre cluster. Généralement, ce système est HDFS et vous devez utiliser le tHDFSConfiguration.
Standalone mode : utilisez le composant de configuration correspondant au système de fichiers que votre cluster utilise, comme le tHDFSConfiguration Apache Spark Batch ou le tS3Configuration Apache Spark Batch.

Si vous utilisez Databricks sans composant de configuration dans votre Job, vos données métier sont écrites directement dans DBFS (Databricks Filesystem).

Cette connexion fonctionne uniquement pour le Job dans lequel vous l'avez définie.

Cette page vous a-t-elle aidé ?

Si vous rencontrez des problèmes sur cette page ou dans son contenu – une faute de frappe, une étape manquante ou une erreur technique – dites-nous comment nous améliorer !

Laissez vos commentaires ici