DataWorks:Bind resource komputasi EMR Serverless Ray

Prasyarat

• Ruang kerja EMR Serverless Spark telah dibuat di E-MapReduce, dengan kluster Ray yang tersedia di dalam ruang kerja tersebut.

• Ruang kerja DataWorks telah dibuat, akun RAM Anda telah ditambahkan ke ruang kerja tersebut, dan peran administrator ruang kerja telah diberikan kepada akun tersebut.

  Penting

  Hanya ruang kerja yang menggunakan Use Data Studio (New Version) yang didukung.

• kelompok resource serverless telah dibuat dan di-bind ke ruang kerja DataWorks target.

Batasan

• Batasan wilayah: Wilayah yang didukung sama dengan wilayah untuk meng-bind resource komputasi EMR Serverless Spark, termasuk Tiongkok (Hangzhou), Tiongkok (Shanghai), Tiongkok (Beijing), Tiongkok (Shenzhen), Tiongkok (Chengdu), Tiongkok (Hong Kong), Jepang (Tokyo), Singapura, Indonesia (Jakarta), Jerman (Frankfurt), AS (Silicon Valley), dan AS (Virginia). Wilayah yang ditampilkan di Konsol berlaku.

• Persyaratan izin:

  Operator	Izin
  Akun Alibaba Cloud	Tidak diperlukan izin tambahan.
  Akun RAM/Peran RAM	Izin administratif DataWorks: Hanya anggota ruang kerja dengan peran O&M dan administrator ruang kerja, atau yang memiliki izin AliyunDataWorksFullAccess, yang dapat membuat resource komputasi. Untuk detailnya, lihat Berikan izin administrator ruang kerja kepada pengguna. Izin layanan EMR Serverless Spark: Anda harus memiliki kebijakan izin AliyunEMRServerlessSparkFullAccess dan izin Owner untuk ruang kerja Spark target. Untuk detailnya, lihat Kelola pengguna dan peran.

Bind resource komputasi Serverless Ray

Pada halaman Compute Resources, bind kluster Ray sebagai resource komputasi Serverless Ray.

1. Pilih jenis resource komputasi yang akan di-bind.

   1. Klik Associate Computing Resources untuk membuka halaman Associate Computing Resources.

   2. Pada halaman Associate Computing Resources, pilih Serverless Ray sebagai jenis resource komputasi untuk membuka wizard Bind Serverless RAY Compute Resource.

2. Isi informasi binding di wizard.

   Pada halaman Enter Information, konfigurasikan parameter berikut.

   Parameter	Deskripsi
   Spark Workspace	Pilih ruang kerja EMR Serverless Spark yang berisi kluster Ray. Anda juga dapat membuat ruang kerja Spark dari daftar drop-down.
   Billing Method	Diwariskan dari ruang kerja Spark yang dipilih, seperti Pay-as-you-go. Nilai ini tidak dapat diubah.
   RAY Cluster	Pilih kluster Ray yang akan di-bind. Daftar menampilkan semua kluster Ray di ruang kerja Spark yang dipilih.
   Engine Version	Diisi otomatis berdasarkan kluster Ray yang dipilih, menampilkan versi engine serta versi Ray dan Python bawaan. Versi yang ditampilkan di Konsol berlaku.
   Computing Resource Instance Name	Nama unik yang mengidentifikasi resource komputasi ini di DataWorks. Saat menjalankan tugas, pilih nama instans ini pada node untuk menggunakan binding ini.
   Description	Opsional. Catatan singkat mengenai tujuan bisnis dari resource komputasi ini.

   Penting

   Agar informasi kluster dapat diambil dengan benar di DataWorks, jangan hapus peran administrator dari peran terkait layanan DataWorks AliyunServiceRoleForDataWorksOnEmr dan AliyunServiceRoleForDataWorksEngine di ruang kerja E-MapReduce Serverless Spark.

3. Klik Confirm untuk menyelesaikan proses binding resource komputasi Serverless Ray.

Langkah selanjutnya

Setelah binding selesai, Anda dapat membuat node Serverless Ray di Data Studio dan memilih resource komputasi ini untuk menjalankan pekerjaan Ray.