

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Menjalankan pekerjaan dari konsol EMR Studio
<a name="jobs-studio"></a>

Anda dapat mengirimkan pekerjaan ke aplikasi EMR Tanpa Server dan mengakses pekerjaan dari konsol EMR Studio. [Untuk membuat atau menavigasi ke aplikasi EMR Tanpa Server di konsol EMR Studio, ikuti petunjuk di Memulai dari konsol.](https://docs.aws.amazon.com/emr/latest/EMR-Serverless-UserGuide/getting-started.html#gs-console) 

## Mengirim tugas
<a name="studio-submit-job"></a>

Pada halaman **Kirim pekerjaan**, kirimkan pekerjaan ke aplikasi EMR Tanpa Server sebagai berikut.

------
#### [ Spark ]

1. Di bidang **Nama**, masukkan nama untuk menjalankan pekerjaan Anda.

1. Di bidang **peran Runtime**, masukkan nama peran IAM yang dapat diasumsikan oleh aplikasi EMR Tanpa Server Anda untuk menjalankan pekerjaan. Untuk mempelajari lebih lanjut tentang peran runtime, lihat. [Peran runtime Job untuk Amazon EMR Tanpa Server](security-iam-runtime-role.md)

1. Di bidang **Lokasi skrip**, masukkan lokasi Amazon S3 untuk skrip atau JAR yang ingin Anda jalankan. Untuk pekerjaan Spark, skrip dapat berupa file Python `.py` () atau file JAR `.jar` (). 

1. Jika lokasi skrip Anda adalah file JAR, masukkan nama kelas yang merupakan titik masuk untuk pekerjaan di bidang **kelas Utama**.

1. (Opsional) Masukkan nilai untuk bidang yang tersisa.
   + **Argumen skrip** - Masukkan argumen apa pun yang ingin Anda teruskan ke skrip JAR atau Python utama Anda. Kode Anda membaca parameter ini. Pisahkan setiap argumen dalam array dengan koma.
   + **Properti percikan** - Perluas bagian properti Spark dan masukkan parameter konfigurasi Spark apa pun di bidang ini.
**catatan**  
Jika Anda menentukan driver Spark dan ukuran pelaksana, pertimbangkan overhead memori. Tentukan nilai overhead memori di properti `spark.driver.memoryOverhead` dan`spark.executor.memoryOverhead`. Memory overhead memiliki nilai default 10% dari memori kontainer, dengan minimal 384 MB. Memori eksekutor dan overhead memori bersama-sama tidak dapat melebihi memori pekerja. Misalnya, maksimum `spark.executor.memory` pada pekerja 30 GB harus 27 GB. 
   + **Konfigurasi Job** - Tentukan konfigurasi pekerjaan apa pun di bidang ini. Anda dapat menggunakan konfigurasi pekerjaan ini untuk mengganti konfigurasi default untuk aplikasi. 
   + **Pengaturan tambahan** — Aktifkan atau nonaktifkan Katalog Data AWS Glue sebagai metastore dan ubah pengaturan log aplikasi. Untuk mempelajari lebih lanjut tentang konfigurasi metastore, lihat. [Konfigurasi metastore untuk EMR Tanpa Server](metastore-config.md) Untuk mempelajari lebih lanjut tentang opsi pencatatan aplikasi, lihat[Menyimpan log](logging.md).
   + **Tag** - Tetapkan tag kustom ke aplikasi.

1. Pilih **Submit job** (Kirim tugas).

------
#### [ Hive ]

1. Di bidang **Nama**, masukkan nama untuk menjalankan pekerjaan Anda.

1. Di bidang **peran Runtime**, masukkan nama peran IAM yang dapat diasumsikan oleh aplikasi EMR Tanpa Server Anda untuk menjalankan pekerjaan.

1. Di bidang **Lokasi skrip**, masukkan lokasi Amazon S3 untuk skrip atau JAR yang ingin Anda jalankan. Untuk pekerjaan Hive, skrip harus berupa file Hive (`.sql`).

1. (Opsional) Masukkan nilai untuk bidang yang tersisa.
   + **Lokasi skrip inisialisasi** - Masukkan lokasi skrip yang menginisialisasi tabel sebelum skrip Hive berjalan.
   + **Properti sarang** - Perluas bagian properti Hive dan masukkan parameter konfigurasi Hive apa pun di bidang ini.
   + **Konfigurasi Job** - Tentukan konfigurasi pekerjaan apa pun. Anda dapat menggunakan konfigurasi pekerjaan ini untuk mengganti konfigurasi default untuk aplikasi. Untuk pekerjaan Hive, `hive.exec.scratchdir` dan properti `hive.metastore.warehouse.dir` yang diperlukan dalam `hive-site` konfigurasi.

     ```
     {
         "applicationConfiguration": [
             {
                 "classification": "hive-site",
                 "configurations": [],
                 "properties": {
                     "hive.exec.scratchdir": "s3://DOC-EXAMPLE_BUCKET/hive/scratch",
                     "hive.metastore.warehouse.dir": "s3://DOC-EXAMPLE_BUCKET/hive/warehouse"
                 }
             }
         ],
         "monitoringConfiguration": {}
     }
     ```
   + **Pengaturan tambahan** - Aktifkan atau nonaktifkan Katalog Data AWS Glue sebagai metastore dan ubah pengaturan log aplikasi. Untuk mempelajari lebih lanjut tentang konfigurasi metastore, lihat. [Konfigurasi metastore untuk EMR Tanpa Server](metastore-config.md) Untuk mempelajari lebih lanjut tentang opsi pencatatan aplikasi, lihat[Menyimpan log](logging.md).
   + **Tag** - Tetapkan tag kustom apa pun ke aplikasi.

1. Pilih **Submit job** (Kirim tugas).

------

## Akses pekerjaan berjalan
<a name="studio-view-jobs"></a>

Dari tab **Job runs** pada halaman **Detail** aplikasi, akses pekerjaan berjalan dan lakukan tindakan berikut untuk menjalankan pekerjaan.

**Batalkan pekerjaan** — Untuk membatalkan pekerjaan yang ada di `RUNNING` negara bagian, pilih opsi ini. Untuk mempelajari lebih lanjut tentang transisi job run, lihat. [Status tugas berjalan](job-states.md)

**Clone job** — Untuk mengkloning pekerjaan sebelumnya dan mengirimkannya kembali, pilih opsi ini.