Chronologie des travaux
La chronologie des travaux est un point de départ idéal pour comprendre votre pipeline ou votre requête. Elle fournit une vue d’ensemble de ce qui était en cours d’exécution et de la durée nécessaire à chaque étape, et indique s’il y a eu des défaillances en chemin.
Comment ouvrir la chronologie des travaux
Dans l’interface utilisateur Spark, cliquez sur Jobs et Event Timeline, comme encadré en rouge dans la capture d’écran suivante. Vous verrez la chronologie. Cet exemple montre l’ajout du pilote et de l’exécuteur 0 :
Ce que vous devez surveiller
Les sections ci-dessous expliquent comment lire la chronologie des événements pour découvrir la cause possible de votre problème de performances ou de coût. Si vous remarquez l’une de ces tendances dans votre chronologie, la fin de chaque section correspondante contient un lien vers un article qui fournit des conseils.
Échec de travaux ou d’exécuteurs
Voici un exemple d’échec de travail et de suppression d’exécuteurs, indiqué par un état rouge, dans la chronologie des événements.
Si vous voyez des échecs de travaux ou d’exécuteurs, consultez Échec de travaux et suppression d’exécuteurs.
Espaces dans l’exécution
Recherchez d’éventuels espaces d’une minute ou plus, comme dans cet exemple :
Cet exemple présente plusieurs espaces, dont quelques-uns sont indiqués par les flèches rouges. Si vous voyez des espaces dans votre chronologie, ont-ils une durée d’une minute ou plus ? De courts espaces sont attendus, car ils correspondent aux moments où le pilote coordonne le travail. S’il y a des espaces plus longs, figurent-ils au milieu d’un pipeline ? Ou bien ce cluster s’exécute-t-il constamment, auquel cas les espaces s’expliquent par des pauses dans l’activité ? Vous pourrez peut-être déterminer cela en fonction de l’heure à laquelle votre charge de travail a démarré et s’est terminée.
Si vous observez de longs espaces inexpliqués au milieu d’un pipeline, consultez Espaces entre les travaux Spark.
Longs travaux
La chronologie est-elle dominée par un ou plusieurs longs travaux ? Il ne serait pas inutile d’investiguer ces longs travaux. Dans l’exemple suivant, la charge de travail a un travail beaucoup plus long que les autres. Ce travail est une bonne cible pour l’investigation.
Cliquez sur le travail le plus long pour en savoir plus. Pour plus d’informations sur l’investigation de cette longue phase, consultez Diagnostic d’une longue phase dans Spark.
Nombreux petits travaux
Ce que nous observons ici, c’est une chronologie dominée par de minuscules travaux. Voici à quoi cela doit ressembler :
Notez toutes les minuscules lignes bleues. Chacune d’elles est un petit travail qui a pris quelques secondes ou moins.
Si votre chronologie comporte principalement de petits travaux, consultez Nombreux petits travaux Spark.
Aucune des réponses ci-dessus
Si votre chronologie ne ressemble à aucune de celles illustrées ci-dessus, l’étape suivante consiste à identifier le travail le plus long. Triez les travaux par durée, puis cliquez sur le lien dans la description du travail le plus long :
Une fois dans la page du travail le plus long, vous trouverez des informations supplémentaires sur l’investigation de cette longue phase dans Diagnostiquer une longue phase dans Spark.