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 Travaux et Chronologie des événements , comme mis en surbrillance 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 des travaux ou exécuteurs défaillants

Voici un exemple d'un travail échoué avec des exécuteurs supprimés, indiqués par un statut rouge dans la chronologie de l'événement.

Si vous voyez des travaux défaillants ou des exécuteurs défaillants, consultez Travaux ou exécuteurs défaillants supprimés.

Lacunes dans l’exécution

Recherchez d’éventuels espaces d’une minute ou plus, comme dans cet exemple :

Cet exemple présente plusieurs lacunes, dont quelques-unes sont mises en surbrillance par les flèches rouges. Si vous voyez des lacunes dans votre chronologie, est-ce une minute ou plus ? De courtes lacunes doivent être attendues, car le pilote coordonne le travail. Si vous avez des lacunes plus significatives, se trouvent-elles au milieu d’un pipeline ? Ou bien ce cluster fonctionne-t-il en continu et les lacunes sont-elles expliquées par des pauses de l’activité ? Vous pouvez peut-être déterminer cela en fonction de l’heure à laquelle votre charge de travail a démarré et s’est terminée.

Si vous voyez de longs intervalles inexpliqués au milieu d’un pipeline, consultez Les écarts entre les tâches 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 une tâche beaucoup plus longue que les autres. Ce travail est une bonne cible pour l’investigation.

Cliquez sur la tâche la plus longue pour l'examiner en détail. Pour plus d’informations sur l’examen de cette longue étape, consultez Diagnostic d’un travail long dans Spark.

Nombreux petits travaux

Ce que nous recherchons ici est une chronologie dominée par des petits 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 emploi du temps est principalement composé de petits travaux, consultez de nombreux petits travaux Spark.

Aucun des éléments ci-dessus

Si votre chronologie ne ressemble à aucune des étapes 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 que vous êtes sur la page du travail le plus long, des informations supplémentaires sur l'examen de cette longue étape se trouvent dans le diagnostic d'un travail long dans Spark.