Delen via


Spark-taken in een notebook bewaken

Het Microsoft Fabric-notebook is een interactief weboppervlak voor het ontwikkelen van Apache Spark-taken en het uitvoeren van machine learning-experimenten. In dit artikel wordt beschreven hoe u de voortgang van uw Spark-taken bewaakt, Spark-logboeken opent, advies ontvangt in het notebook en navigeert naar de detailweergave van de Spark-toepassing of de Spark-gebruikersinterface voor uitgebreidere bewakingsinformatie voor het hele notebook.

Voortgang van Spark-taak bewaken

Een Voortgangsindicator voor Spark-taken wordt geleverd met een realtime voortgangsbalk waarmee u de uitvoeringsstatus van de taak voor elke notebookcel kunt bewaken. U kunt de voortgang van de status en taken in uw Spark-taken en -fasen bekijken.

Schermopname van de voortgangslijst voor notebookcellen en Spark-taken.

Resourcegebruik bewaken

In de uitvoergrafiek wordt de toewijzing van Spark-taakexecutors en resourcegebruik visueel weergegeven. Op dit moment wordt deze functie alleen weergegeven in de runtime-informatie van spark 3.4 en hoger. Klik op het tabblad Resources , het lijndiagram voor het resourcegebruik van de codecel wordt weergegeven.

Schermopname van notebookcel en resourcegebruik van codecel.

Aanbevelingen voor Spark Advisor weergeven

Een ingebouwde Spark-adviseur analyseert uw notebookcode en Spark-uitvoeringen in realtime om de prestaties van uw notebook te optimaliseren en te helpen bij het opsporen van fouten. Er zijn drie soorten ingebouwd advies: Info, Waarschuwing en Fout. De pictogrammen met getallen geven het respectieve aantal adviezen in elke categorie (Info, Waarschuwing en Fout) aan die zijn gegenereerd door de Spark-adviseur voor een bepaalde notebookcel.

Als u het advies wilt bekijken, klikt u op de pijl aan het begin om de details uit te vouwen en weer te geven.

Schermopname van de gloeilamp om details uit te vouwen.

Na het uitbreiden van de sectie advisor wordt een of meer adviesstukken zichtbaar.

Schermopname van gloeilamp om het vak uit te vouwen.

Detectie van scheeftrekken van Spark Advisor

Gegevensverschil is een veelvoorkomend probleem dat gebruikers vaak tegenkomen. De Spark Advisor ondersteunt scheefheidsdetectie en als scheefheid wordt gedetecteerd, wordt hieronder een bijbehorende analyse weergegeven.

Schermopname met details van gegevensverschilanalyse.

Realtime Spark-logboeken openen

Spark-logboeken zijn essentieel voor het vinden van uitzonderingen en het diagnosticeren van prestaties of fouten. De contextuele bewakingsfunctie in het notebook brengt de logboeken rechtstreeks naar u toe voor de specifieke cel die u uitvoert. U kunt de logboeken doorzoeken of filteren op fouten en waarschuwingen.

Schermopname van de logboeken in realtime onder de codecel.

Als u op notebookniveau toegang wilt krijgen tot aanvullende informatie over de Uitvoering van Spark, kunt u naar de pagina met details van de Spark-toepassing of de Spark-gebruikersinterface navigeren via de opties die beschikbaar zijn in het contextmenu.

Schermopname van de toegangs-spark-gebruikersinterface en de detailpagina voor bewaking.