Del via


Oversikt over Apache Spark-overvåking

Microsoft Fabric Spark-overvåking er utformet for å tilby en nettbasert opplevelse med innebygde rike funksjoner for å overvåke fremdriften og statusen til Spark-programmer som pågår, bla gjennom tidligere Spark-aktiviteter, analysere og optimalisere ytelsen og legge til rette for feilsøking av feil. Flere inngangspunkter er tilgjengelige for å bla gjennom, overvåke og vise spark-programdetaljer.

Overvåk hub

Monitor-huben fungerer som en sentralisert portal for å bla gjennom Spark-aktiviteter på tvers av elementer. Med et øyekast kan du vise pågående Spark-programmer utløst fra notatblokker, Spark Job Definitions og Pipelines. Du kan også søke og filtrere Spark-programmer basert på ulike kriterier og drille ned for å vise flere spark-utførelsesdetaljer for et Spark-program. Velg Overvåk fra navigasjonsruten fra Stoff-portalen for å åpne Monitor-huben.

Nylige kjøringer av element

Når du arbeider med bestemte elementer, kan du bla gjennom elementets gjeldende og nylige aktiviteter og få innsikt i innsenderen, statusen, varigheten og annen informasjon for aktiviteter som sendes inn av deg eller andre.

Kontekstavhengig overvåking av notatblokken

Kontekstavhengig overvåking av notatblokker gir deg muligheten til å redigere, overvåke og feilsøke Spark-jobber på ett sted. Du kan overvåke fremdriften for Spark-jobben, vise spark-utførelsesoppgaver og -eksekutorer og få tilgang til Spark-logger i en notatblokk på cellenivå i notatblokken. Spark-rådgiveren er også innebygd i notatblokken for å gi råd i sanntid om kjøring av kode og celle spark og utføre feilanalyse.

Innebygd overvåking av Spark-jobbdefinisjon

Med funksjonen Spark-jobbdefinisjon innebygd overvåking kan du vise spark-jobbdefinisjonsinnsending og kjøre status i sanntid, samt vise Spark-jobbdefinisjonens tidligere kjøringer og konfigurasjoner. Du kan gå til detaljsiden for Spark-programmet for å vise flere detaljer.

Innebygd overvåking av Pipeline Spark-aktivitet

For Innebygd overvåking av pipeline Spark Activity har dype koblinger blitt bygget inn i aktiviteter for notatblokk- og Spark-jobbdefinisjoner i pipelinen. Du kan vise spark-programkjøringsdetaljer, de respektive øyeblikksbildene av notatblokken og Spark-jobbdefinisjonen, og få tilgang til Spark-logger for feilsøking. Hvis Spark-aktivitetene mislykkes, er den innebygde feilmeldingen også tilgjengelig i Pipeline Spark-aktiviteter.