LAS HDFS-Sensor

1 概述

任务执行前，如需要依赖上游 HDFS 数据就绪才执行当前任务时，可将 HDFS 数据依赖转化成 HDFS-sensor 任务依赖。

2 注意事项

• 当项目绑定引擎为 LAS 类型时，可见 LAS HDFS-sensor 任务。
• Sensor 任务进行数据检查时，建议不使用偏移设置，若下游依赖该 Sensor 任务所需数据分区存在偏移时，在对应任务的调度设置中，填写偏移量即可。
• Sensor 任务默认失败重试 600 次，每隔 5min 重试一次，超过 600 次后，不再重试。后续如果数据就绪，请重跑 Sensor 对应的实例。

3 任务配置说明

3.1 新建任务

1. 登录 DataLeap租户控制台 。
2. 在概览界面，显示加入的项目中，单击数据开发进入对应项目。
3. 在任务开发界面，左侧导航栏中，单击新建任务按钮，进入新建任务页面。
4. 选择任务类型：
   1. 分类：数据开发
   2. 绑定引擎：LAS
   3. 关联实例：默认关联实例为 default。
   4. 选择任务：LAS HDFS-sensor 类型，可以实现对 HDFS 文件路径下数据的监控。
5. 任务基本信息：
   1. 任务名称：输入任务名称，只允许字符.、字母、数字、下划线、连字符、[]、【】、（）、()以及中文字符，且需要控制在127个字符以内。
   2. 保存至：选择任务保存目录位置。
   3. 任务描述：输入当前任务的描述。
      

3.2 HDFS-Sensor 任务配置

• 任务名称：新建任务时输入的任务名称。
• 描述：添加描述方便后续查看和管理，非必填。
• 责任人：任务所属责任人。
• 数据来源：
  • 实时任务产出：由于 LAS 引擎暂未支持“Kafka->Hive“/“Kafka->HDFS“等流式 Dump 任务，因此该入口暂不开放。
  • 自定义数据来源方式。
• 数据所属引擎：LAS 及对应 default 实例。
• SUCCESS 标签地址：HDFS 数据对应的 Success 地址，Success 标签地址中输入${date}或${hour}时，系统会根据标签自动识别分区，如 lasfs:/public/tmp/task_1/${date}/${hour}/_success_file_name 通常对应小时级别任务：
  • ${date} 业务时间日期，格式为：yyyymmdd，如:20150526。
  • ${hour} 业务时间整点，用于小时级别任务，格式为: hh，如：02。
• 调度资源组：系统默认公共资源组。
• 调度周期：选择希望 Sensor 任务执行的周期，如天级别，或小时级别。
• 执行时间：选择调度周期后，展示调度时间选择选项：
  • 小时级：设置每次在某一小时的 XX 分执行，可以多选小时；
  • 天级别：可设置每天 XX 时，XX 分执行。
• 检查次数：默认失败重试 600 次。
• 检查间隔：默认每隔 5 min 重试一次。

3.3 调试运行

任务配置完成后

1. 单击上方工具栏中的调试按钮。
2. 选择业务日期进行调试，检测对应文件路径下HDFS数据文件是否存在。

4 提交上线

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。