控制台快速开始 - 批量计算

介绍如何使用控制台来提交一个作业，目的是统计一个日志文件中 INFO、WARN、ERROR、DEBUG 出现的次数。

步骤预览

作业准备
- 上传数据文件到 OSS
- 上传任务程序到 OSS
使用控制台提交作业
查看作业状态
查看结果

1. 作业准备

本作业是统计一个日志文件中 INFO、WARN、ERROR、DEBUG 出现的次数。

该作业包含3个任务：split、 count 和 merge:

split 任务会把日志文件分成 3 份。
count 任务会统计每份日志文件中 INFO、WARN、ERROR、DEBUG 出现的次数（count 任务需要配置 InstanceCount 为3，表示同时启动 3 个 count 任务）。
merge 任务会把 count 的结果统一合并起来。

DAG图例

上传数据文件到OSS

下载本例子所需的数据：log-count-data.txt

将 log-count-data.txt 上传到：

说明

oss://your-bucket/log-count/log-count-data.txt

your-bucket 表示您自己创建的 bucket，本例假设 region 为：cn-shenzhen。
更多关于如何上传到 OSS，请参考 OSS 文件上传以及常用 OSS 工具。

上传任务程序到OSS

本例的作业程序是使用 python 编写的，下载本例所需的程序：log-count.tar.gz

本例不需要改动示例代码。直接将 log-count.tar.gz 上传到 oss，如上传到：

说明

oss://your-bucket/log-count/log-count.tar.gz。

如何上传前面已经讲过。

BatchCompute 只支持以 tar.gz 为后缀的压缩包, 请注意务必用以上方式（gzip）打包, 否则将会无法解析。
如果你要修改代码，可以解压后修改，然后要用下面的方法打包：

命令如下：

> cd log-count  #进入目录
> tar -czf log-count.tar.gz * #打包，将所有这个目录下的文件打包到 log-count.tar.gz

可以运行这条命令查看压缩包内容：

$ tar -tvf log-count.tar.gz

可以看到以下列表：

conf.py
count.py
merge.py
split.py

2. 使用控制台提交作业

单击 作业列表 > 提交作业 进行作业提交。请选择合适的 Region（该 region 需要和前面上传数据的OSS的 bucket 的 region 一致）。

如上图所示，首先填写作业名称、作业优先级等基本信息，接下来填写作业的详细描述，有两种方法：

DAG编辑器：DAG编辑器可以用图形化的方式来描述作业 (Job) 包含的任务 (Task) 以及依赖关系。拖动编辑器左上角的“+”来添加 Task，拖动 Task上的箭头来描述依赖关系。单击 Task，可以为每个 Task 设置参数。

JSON编辑器：也可以直接使用 JSON 的方式描述作业 (Job) 包含的任务 (Task) 以及依赖关系，关于作业的 JSON 描述及其参数说明，可参考作业 (Job) 相关的API使用文档。

我们这里直接采用下面已经准备好的JSON描述粘贴到 JSON编辑器中就可以完成作业描述。

{
  "DAG": {
  "Dependencies": {
      "split": [
      "count"
      ],
      "count": [
      "merge"
      ],
      "merge": []
  },
  "Tasks": {
      "split": {
      "InstanceCount": 1,
      "LogMapping": {},
      "AutoCluster": {
          "Configs": {
          "Networks": {
              "VPC": {
              "CidrBlock": "192.168.0.0/16"
              }
          }
          },
          "ResourceType": "OnDemand",
          "InstanceType": "ecs.sn1ne.large",
          "ImageId": "img-ubuntu-vpc"
      },
      "Parameters": {
          "Command": {
          "EnvVars": {},
          "CommandLine": "python split.py",
          "PackagePath": "oss://your-bucket/log-count/log-count.tar.gz"
          },
          "InputMappingConfig": {
          "Lock": true
          },
          "StdoutRedirectPath": "oss://your-bucket/log-count/logs/",
          "StderrRedirectPath": "oss://your-bucket/log-count/logs/"
      },
      "InputMapping": {
          "oss://your-bucket/log-count/": "/home/input/"
      },
      "OutputMapping": {
          "/home/output/": "oss://your-bucket/log-count/"
      },
      "MaxRetryCount": 0,
      "Timeout": 21600,
      "ClusterId": ""
      },
      "merge": {
      "InstanceCount": 1,
      "LogMapping": {},
      "AutoCluster": {
          "Configs": {
          "Networks": {
              "VPC": {
              "CidrBlock": "192.168.0.0/16"
              }
          }
          },
          "ResourceType": "OnDemand",
          "InstanceType": "ecs.sn1ne.large",
          "ImageId": "img-ubuntu-vpc"
      },
      "Parameters": {
          "Command": {
          "EnvVars": {},
          "CommandLine": "python merge.py",
          "PackagePath": "oss://your-bucket/log-count/log-count.tar.gz"
          },
          "InputMappingConfig": {
          "Lock": true
          },
          "StdoutRedirectPath": "oss://your-bucket/log-count/logs/",
          "StderrRedirectPath": "oss://your-bucket/log-count/logs/"
      },
      "InputMapping": {
          "oss://your-bucket/log-count/": "/home/input/"
      },
      "OutputMapping": {
          "/home/output/": "oss://your-bucket/log-count/"
      },
      "MaxRetryCount": 0,
      "Timeout": 21600,
      "ClusterId": ""
      },
      "count": {
      "InstanceCount": 3,
      "LogMapping": {},
      "AutoCluster": {
          "Configs": {
          "Networks": {
              "VPC": {
              "CidrBlock": "192.168.0.0/16"
              }
          }
          },
          "ResourceType": "OnDemand",
          "InstanceType": "ecs.sn1ne.large",
          "ImageId": "img-ubuntu-vpc"
      },
      "Parameters": {
          "Command": {
          "EnvVars": {},
          "CommandLine": "python count.py",
          "PackagePath": "oss://your-bucket/log-count/log-count.tar.gz"
          },
          "InputMappingConfig": {
          "Lock": true
          },
          "StdoutRedirectPath": "oss://your-bucket/log-count/logs/",
          "StderrRedirectPath": "oss://your-bucket/log-count/logs/"
      },
      "InputMapping": {
          "oss://your-bucket/log-count/": "/home/input/"
      },
      "OutputMapping": {
          "/home/output/": "oss://your-bucket/log-count/"
      },
      "MaxRetryCount": 0,
      "Timeout": 21600,
      "ClusterId": ""
      }
  }
  },
  "Description": "batchcompute job",
  "Priority": 0,
  "JobFailOnInstanceFail": true,
  "Type": "DAG",
  "Name": "log-count"
}

上述 JSON 描述的作业要正常运行，您需要根据自己的实际情况，对描述中一些配置项做一些适配修改，包括：

实例类型："InstanceType": "ecs.sn1ne.large"。用户实际可用的实例类型，可以单击 DAG编辑器中的单个 Task，通过下拉选择框来选择。
程序包的OSS路径："PackagePath": "oss://your-bucket/log-count/log-count.tar.gz"，填写为实际的程序包路径。
Stdout日志的OSS路径：oss://your-bucket/log-count/logs/，填写为实际的日志路径（需要在OSS上提前创建好）。
Stderr日志的OSS路径：oss://your-bucket/log-count/logs/，填写为实际的日志路径（需要在OSS上提前创建好）。
输入数据的映射路径："oss://your-bucket/log-count/": "/home/input/"，填写为输入数据的实际路径。
输出数据的映射路径："/home/output/": "oss://your-bucket/log-count/"，填写为输出数据的实际路径。
确定各个参数及路径填写正确后，点击左下角的提交作业并确认，就完成了作业提交。

3. 查看作业状态

单击作业列表中最新提交的 log-count 作业，可以查看详情：
单击任务名称 split，可以查看任务详情：
单击绿色方块，可以查看实例的日志：

4. 查看结果

您可以登录 OSS 控制台查看 your-bucket 这个 bucket 下面的这个文件：/log-count/merge_result.json。

内容应该如下：

{"INFO": 2460, "WARN": 2448, "DEBUG": 2509, "ERROR": 2583}