Realtime Compute for Apache Flink：Mulai pekerjaan

Prasyarat

Pekerjaan telah diterapkan. Untuk informasi selengkapnya, lihat Deploy a job.

Batasan

Hanya pekerjaan stream yang mendukung opsi pemulaan.

Catatan

• Jika Anda menggunakan Pengguna Resource Access Management (RAM), Peran RAM, atau Akun Alibaba Cloud lain untuk memulai pekerjaan, pastikan akun tersebut memiliki izin akses ke proyek target. Untuk informasi selengkapnya, lihat Grant permissions in the development console dan Permission management.

• Jika Anda memulai pekerjaan dari status terbaru atau status tertentu, sistem akan melakukan pemeriksaan kompatibilitas status. Pekerjaan dengan ketidakcocokan status mungkin gagal dimulai atau menghasilkan hasil yang tidak terduga. Untuk informasi selengkapnya, lihat Flink State compatibility reference.

Prosedur

1. Buka antarmuka pemulaan pekerjaan.

   1. Login ke Konsol pengembangan Flink sebagai anggota dengan peran owner.

   2. Di bagian atas halaman, pilih nama proyek target.

      

   3. Di halaman Operation Center > Job O&M, pilih Stream Job atau Batch Job dari daftar drop-down.

      

2. Pada kolom Actions untuk pekerjaan target, klik Start.

3. (Opsional) Untuk pekerjaan stream, konfigurasikan opsi pemulaan.

   • Stateless Start

     Pilih opsi ini untuk pekerjaan baru atau saat Anda tidak dapat menggunakan kembali status sebelumnya. Anda juga dapat mengaktifkan penyetelan otomatis sesuai kebutuhan.

     Policy	Description
     Specify Source Table Start Time	Pilih Specify Source Table Start Time dan tentukan waktu. Saat ini, Anda dapat mengatur waktu mulai tabel sumber pada antarmuka untuk tujuh jenis konektor: Kafka, Simple Log Service (SLS), DataHub, ApsaraMQ for RocketMQ, Hologres, Paimon data lakehouse untuk streaming, dan MySQL. Waktu baca yang ditentukan pada antarmuka pemulaan pekerjaan memiliki prioritas lebih tinggi daripada startTime yang diatur dalam kode Data Definition Language (DDL) pekerjaan. Catatan Versi Kafka sebelum 0.11 mungkin tidak didukung karena potensi masalah kompatibilitas dengan client Kafka konektor. Tingkatkan versi Kafka Anda. Tidak semua konektor mendukung parameter startTime. Untuk memeriksa apakah suatu konektor mendukungnya, lihat apakah parameter WITH-nya mencakup startTime. Sebagai contoh, lihat Simple Log Service (SLS) WITH parameters. startTime hanya berlaku saat Anda memulai pekerjaan dari awal dan menentukan startTime. Jika Anda memulai pekerjaan dari checkpoint sistem atau snapshot pekerjaan, startTime tidak akan berlaku.
     Configure Automatic Tuning	Aktifkan sakelar ini dan pilih mode penyetelan: Intelligent tuning: Sistem secara otomatis mengurangi konfigurasi resource saat penggunaan rendah dan meningkatkannya saat penggunaan mencapai ambang batas tertentu. Untuk informasi selengkapnya, lihat Enable and configure intelligent tuning. Scheduled tuning: Pilih jadwal dari daftar drop-down. Jadwal dapat berisi beberapa pemetaan antara resource dan titik waktu. Anda dapat mengonfigurasi resource berdasarkan penggunaan pada periode waktu berbeda. Untuk informasi selengkapnya, lihat Configure and apply a scheduled tuning plan.

   • Stateful Start

     Pilih kebijakan pemulaan tertentu dan tentukan apakah akan mengaktifkan penyetelan otomatis sesuai kebutuhan.

     Policy	Description
     Recover from the Latest State	Memulihkan pekerjaan dari status terbaru snapshot atau checkpoint sistem. Jika Anda memilih untuk memulai pekerjaan dari status terbaru, sistem Flink akan mendeteksi perubahan pada pekerjaan SQL, seperti kode SQL, pengaturan parameter runtime Flink, dan versi mesin database. Jika perubahan terdeteksi, klik Check di samping State Compatibility Check untuk memeriksa kompatibilitas. Tentukan langkah selanjutnya berdasarkan hasil kompatibilitas. Untuk informasi selengkapnya mengenai arti hasil kompatibilitas dan tindakan yang direkomendasikan, lihat Compatibility.
     Recover from a Specified State	Pilih snapshot tertentu. Untuk informasi selengkapnya tentang cara membuat snapshot, lihat Manage job state sets.
     Recover from Another Job	Setelah memilih opsi ini, tentukan pekerjaan target dan snapshot-nya yang sesuai untuk memulihkan pekerjaan. Snapshot dapat dibagikan antarpekerjaan, tetapi status pekerjaan harus kompatibel. Untuk informasi selengkapnya, lihat Manage job state sets.
     Allow Non-Restored State Catatan Hanya didukung untuk pekerjaan JAR.	Secara default, sistem Flink mencoba mencocokkan seluruh snapshot dengan pekerjaan yang dikirimkan. Jika modifikasi pada pekerjaan menyebabkan perubahan pada operator state, tugas tersebut mungkin tidak dapat dipulihkan. Dalam kasus ini, Anda dapat mengaktifkan sakelar ini. Sistem Flink kemudian akan melewati status yang tidak dapat dicocokkan, sehingga pekerjaan tetap dapat dimulai. Untuk informasi selengkapnya, lihat Allow Non-Restored State.
     Configure Automatic Tuning	Aktifkan sakelar ini dan pilih mode penyetelan: Intelligent tuning: Sistem secara otomatis mengurangi konfigurasi resource saat penggunaan rendah dan meningkatkannya saat penggunaan mencapai ambang batas tertentu. Untuk informasi selengkapnya, lihat Enable and configure intelligent tuning. Scheduled tuning: Pilih jadwal dari daftar drop-down. Jadwal dapat berisi beberapa pemetaan antara resource dan titik waktu. Anda dapat mengonfigurasi resource berdasarkan penggunaan pada periode waktu berbeda. Untuk informasi selengkapnya, lihat Configure and apply a scheduled tuning plan.

4. Klik Start.

   Anda dapat melihat status berjalan pekerjaan di halaman Operation Center > Job O&M. Untuk informasi selengkapnya, lihat View the running status of a job.

Referensi

• Setelah pekerjaan dimulai, Anda dapat memodifikasi parameter runtime-nya. Untuk informasi selengkapnya, lihat Configure runtime parameters. Beberapa parameter juga mendukung pembaruan dinamis untuk mengurangi gangguan bisnis akibat penghentian dan pemulihan ulang pekerjaan. Untuk informasi selengkapnya, lihat Dynamic scaling and dynamic parameter updates.

• Setelah pekerjaan dimulai, Anda dapat melacak alur data untuk menemukan masalah atau menilai dampaknya. Untuk informasi selengkapnya, lihat View data lineage.

• Untuk mempelajari tentang backend status enterprise-grade GeminiStateBackend dan perbandingan performanya dengan RocksDBStateBackend, lihat Introduction to the enterprise-grade state backend.