Python 任务适用于处理的数据量较少且处理逻辑不复杂的场景，能够满足 Python 开发业务场景，支持版本 Python 3.7 。
1 使用限制
若仅开通 Dataleap大数据集成服务，不支持创建 Python 任务。
2 前提条件
- 已开通 DataLeap 服务，详见DataLeap 服务开通。
- Python 任务访问私有网络服务或资源时，需通过独享计算资源组访问，Python 任务界面不支持单独修改网络配置。
3 新建任务
- 登录 DataLeap租户控制台，并进入项目的 IDE 开发界面，进行新建任务操作。
- 单击新建任务按钮，并依次选择数据开发 > 通用 > Python 任务类型。
- 填写任务基本信息，输入任务名称信息，如：python_task，并选择任务存放的目标文件夹目录。单击确定按钮，完成任务创建。
注意
任务名称信息仅允许字符.、字母、数字、下划线、连字符、[]、【】、（）、()以及中文字符，且需要在127个字符以内。
4 编辑任务
任务创建成功后，进入代码开发编辑界面。
4.1 开发代码编辑
支持语言：Python，如下所示：
print ("Hello, Python!")参数：支持时间参数 ${date}、${hour} 等，更多参数可参考：时间变量与常量说明
print ('${date}')使用命令方式安装第三方依赖包示例：
import os os.system('pip install numpy(替换所需的第三方包名称) -i https://pypi.tuna.tsinghua.edu.cn/simple')更多安装方式详见Python 任务使用第三方依赖包。
4.2 资源设置
- 依赖包：代码中引用的第三方包，可在此手动输入三方包依赖。如需指定具体版本，按照 "plcga==1.6" 格式添加，多个依赖包，用英文分号分隔。
注意
- 配置依赖包时建议加上对应包的版本，以保证每次运行环境一致。
- 代码中没有依赖的包，不建议添加配置。
- 环境变量：若 Python 脚本中需要设置系统环境变量时，需避免直接覆盖系统环境变量，请按照追加方式指定，例如 PATH=$PATH:/usr/local/bin/python，多个环境变量用英文分号分隔。
4.3 网络配置（可选）
当任务在脚本中访问公网、私有网络（VPC）资源，或者访问有存在网络访问限制的镜像仓库地址时，您需要进行网络配置，选择能够与您资源互通的私有网络、子网、安全组信息。
有以下两种方式：
- 您可通过手动下拉的方式，选择访问任务资源、数据源所在的私有网络（VPC）、子网和安全组等网络信息。
说明
若是子账号登录创建任务时，选择网络环境需具备相关服务使用权限，需主账号在访问控制中，添加 DataLeapFullAccess 权限。
- 亦或是当项目已绑定独享计算资源组时，您也可通过使用独享计算资源组来访问私有网络下的资源、服务，实现网络互通。
可将独享计算资源组所在的 VPC 开通公网，或者使其 VPC 信息与您资源所在的 VPC 信息保持一致，若二者不一致时，您也可以通过 CEN 做网络打通工作。
选择独享计算资源组后，此处网络配置信息均来源于独享计算资源组信息，暂不支持在网络配置界面直接修改，您可在创建独享计算资源组时，配置好对应的私有网络信息，详见：资源组管理。
4.4 任务产出数据登记
产出数据登记用于记录任务的数据血缘，不会对代码逻辑造成影响。如果 Shell 任务中含有对应引擎库表数据的产出时，强烈建议填写，以便后续维护任务数据血缘关系。
- 引擎类型：根据实际情况选择产出的数据引擎类别，如 EMR（EMR Hadoop、EMR Doris、EMR StarRocks 引擎）、ByteHouse、EMR Serverless Spark、EMR Serverless StarRocks、默认（没有产出登记）等。
- 关联实例：选择关联对应引擎下的实例信息。
- 数据类型：对应引擎类型下选择产出的数据类型。
- 数据库表：选择对应引擎下产出的数据库和数据表详细名称信息。
4.5 执行设置
- 单击进入右侧侧边栏执行设置窗口。
- 选择计算资源组：支持选择公共计算资源组、独享计算资源组。
- 镜像地址：
支持您自定义镜像，建议使用火山引擎镜像仓库，dataleap-{region}.cr.volces.com/studio/spark:online， 其中 {region} 值，需根据实际情况替换为具体地域信息，如 cn-beijing、cn-shanghai、ch-guangzhou、ap-southeast-1。
完整示例如，北京地域：dataleap-cn-beijing.cr.volces.com/studio/spark:online说明
- DataLeap 公共计算资源组无法访问公网，若您填写的镜像仓库地址（如第三方镜像仓库）需通过公网或指定私有网络（VPC）访问时，您需要通过上方网络配置来实现网络互通。可尝试以下解决方案：
- 将您的镜像仓库地址和您配置的 VPC 地址均开通公网访问能力；
- 您镜像仓库所在的 VPC 和您配置的 VPC 需保持一致，或是通过 CEN 做网络打通。
详见3.2.3 网络配置（可选）。
- 自定义镜像中须安装 python3，方可正常使用。
- 基础镜像地址中仅包含最基础的 Linux 和 Python 命令，简单场景下，您也可基于基础镜像地址，并额外补充一些依赖来使用。
- 基础镜像所包含依赖包查看方式如下：
创建 Python 任务；
执行以下脚本信息：
import os os.system("pip freeze")执行后可在日志中查看包含依赖包结果。
- 基础镜像地址：dataleap-{region}.cr.volces.com/studio/runtime_light:online，其中 {region} 值，需根据实际情况替换为具体地域信息，如 cn-beijing、cn-shanghai、ch-guangzhou、ap-southeast-1。
完整示例如，北京地域：dataleap-cn-beijing.cr.volces.com/studio/runtime_light:online
- 基础镜像所包含依赖包查看方式如下：
- 若您自定义镜像的文件中有需加密的文件，希望该镜像文件只允许被固定任务使用，则您可以创建私有镜像类型，并将镜像仓库地址、用户名及密码等私有镜像配置信息，添加至独享计算资源组中，通过独享计算资源组来访问镜像文件。修改资源组镜像配置操作详见资源组管理。
- 私有镜像地址需要您手动填写 OCI 制品仓库中，具体镜像版本对应的网络地址信息，以实际填写的镜像地址为准。若遗漏填写的情况下，会访问到默认的基础镜像地址。
- DataLeap 公共计算资源组无法访问公网，若您填写的镜像仓库地址（如第三方镜像仓库）需通过公网或指定私有网络（VPC）访问时，您需要通过上方网络配置来实现网络互通。可尝试以下解决方案：
- 资源配置：资源可根据实际需求进行配置，以 CU 为单位，默认配置 1CU(1CU = 1Core 4GB)，下拉可选择更多规格的资源配置。
说明
其中 0.25CU、0.5CU 规格，仅独享计算资源组支持选择。
- 资源选择：
Python 任务支持在任务编辑中使用通用资源，通过访问 Jar、File、Zip 等资源类型，来提升数据开发效率。
在资源选择下拉框中，选取任务中所需使用到的资源，若还未创建资源，您也可单击新建资源按钮，前往资源库进行新建。新建资源操作详见资源库。
5 调度设置
进入右侧边栏调度设置，配置节点调度相关属性。设置操作详见：调度设置。
注意
Python 任务上游依赖设置，不支持依赖推荐功能，只能通过手动添加的方式，添加上游依赖关系。
6 保存并调试任务
配置完成后，单击上方操作栏中保存与调试图标按钮，将执行编辑的 Python 命令。执行成功后，可在界面下方查看运行日志和结果。
注意
- 调试操作，直接使用线上数据进行调试，需谨慎操作。
- 本任务类型支持调试执行成功或失败后发送消息通知，您可根据业务情况，前往项目控制台 > 配置信息 > 消息通知设置中，选择是否开启任务调试运行成功或失败通知。
- 默认通知方式为邮箱，您需在“账号管理”中，提前绑定相应的安全邮箱信息；
- 您也可根据业务需要，自行配置飞书应用机器人，通过飞书的方式发送消息通知，飞书消息通知前置操作详见1.1 飞书应用机器人创建。
7 提交发布任务
任务所需参数配置和调试任务成功后，将任务提交发布到运维中心离线任务运维中执行。
单击上方操作栏中的保存和提交上线按钮，在提交上线对话框中，选择回溯数据、监控设置、提交设置等参数，最后单击确认按钮，完成作业提交。 提交上线说明详见：数据开发概述---离线任务提交。
后续任务运维操作详见：离线任务运维。