DataWorks:Bind resource komputasi EMR Serverless Ray

Prasyarat

• Anda telah membuat ruang kerja EMR Serverless Spark di E-MapReduce dan memiliki kluster Ray yang tersedia di ruang kerja tersebut.

• Anda telah membuat ruang kerja DataWorks, menambahkan akun RAM Anda ke ruang kerja tersebut, serta memberikan peran administrator ruang kerja.

  Penting

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

• Anda telah menggunakan kelompok resource serverless dan mengikatnya ke ruang kerja DataWorks target.

Batasan

• Batasan wilayah: Wilayah yang didukung sama dengan wilayah untuk melakukan bind resource komputasi EMR Serverless Spark. Wilayah yang didukung meliputi 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 benar-benar didukung adalah wilayah yang ditampilkan di Konsol.

• 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, lakukan bind kluster Ray ke DataWorks 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. Wizard Bind Serverless Ray Compute Resource akan terbuka.

2. Masukkan informasi binding di wizard.

   Pada langkah kedua, Enter Information, konfigurasikan parameter berikut.

   Parameter	Deskripsi
   Spark Workspace	Pilih ruang kerja EMR Serverless Spark tempat kluster Ray berada. Anda juga dapat membuat ruang kerja Spark dari daftar drop-down.
   Billing Method	Metode penagihan ditentukan oleh ruang kerja Spark yang dipilih. Misalnya, jika ruang kerja menggunakan metode pay-as-you-go, Anda tidak perlu mengubah pengaturan ini.
   Ray Cluster	Pilih kluster Ray yang ingin Anda bind. Daftar ini menampilkan semua kluster Ray di ruang kerja Spark saat ini.
   Engine Version	Ditampilkan secara otomatis berdasarkan kluster Ray yang dipilih. Informasi ini mencakup versi engine serta versi Ray dan Python bawaan. Informasi yang ditampilkan di Konsol bersifat final.
   Computing Resource Instance Name	Mengidentifikasi resource komputasi dalam task DataWorks. Saat task dijalankan, Anda dapat memilih nama instans resource komputasi ini pada node untuk menggunakan resource yang telah di-bind.
   Description	Opsional. Deskripsi tujuan bisnis resource komputasi untuk memudahkan manajemen.

   Penting

   Untuk memastikan DataWorks dapat mengambil informasi kluster, jangan hapus peran administrator dari peran terkait layanan DataWorks AliyunServiceRoleForDataWorksOnEmr dan AliyunServiceRoleForDataWorksEngine di ruang kerja E-MapReduce Serverless Spark.

3. Klik Confirm untuk melakukan bind resource komputasi Serverless Ray.

Langkah selanjutnya

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