Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Pemantauan tugas
Anda dapat menggunakan Amazon CloudWatch Events untuk melacak pekerjaan yang berjalan di Amazon EMR di kluster virtual EKS. Anda dapat menggunakan peristiwa untuk melacak aktivitas dan kesehatan tugas yang Anda jalankan pada klaster virtual. Topik berikut menunjukkan cara untuk mengonfigurasi pemantauan secara efektif untuk menjaga kesehatan sumber daya Anda.
**Topics**
+ [
## Pantau pekerjaan dengan Amazon CloudWatch Events
](#monitoring-cloudwatch-events)
+ [
## Otomatiskan Amazon EMR di EKS dengan Acara CloudWatch
](#monitoring-automate-emr-on-eks)
+ [
## Contoh: Mengatur aturan yang memanggil Lambda
](#monitoring-example-rule)
+ [
## Pantau pod driver job dengan kebijakan coba lagi menggunakan Amazon CloudWatch Events
](#monitor-jobs-with-retry-policies)
## Pantau pekerjaan dengan Amazon CloudWatch Events
Amazon EMR di EKS menyiarkan peristiwa ketika keadaan tugas berjalan berubah. Setiap peristiwa memberikan informasi, seperti tanggal dan waktu ketika peristiwa terjadi, bersama dengan detail lebih lanjut tentang peristiwa, seperti ID klaster virtual dan ID tugas berjalan yang terpengaruh.
Anda dapat menggunakan peristiwa untuk melacak aktivitas dan kesehatan tugas yang Anda jalankan pada klaster virtual. Anda juga dapat menggunakan Amazon CloudWatch Events untuk menentukan tindakan yang akan diambil saat menjalankan pekerjaan menghasilkan peristiwa yang cocok dengan pola yang Anda tentukan. Peristiwa berguna untuk memantau kejadian tertentu selama siklus hidup dari tugas berjalan. Misalnya, Anda dapat memantau saat status tugas berjalan berubah dari `submitted` ke `running`. Untuk informasi selengkapnya tentang CloudWatch Acara, lihat *[Panduan EventBridge Pengguna Amazon](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-events.html)*.
Tabel berikut mencantumkan peristiwa Amazon EMR di EKS, bersama dengan status atau perubahan status yang ditunjukkan peristiwa, tingkat kepelikan peristiwa, dan pesan peristiwa. Setiap peristiwa direpresentasikan sebagai objek JSON yang dikirim secara otomatis ke alur kejadian. Objek JSON mencakup detail lebih lanjut tentang peristiwa tersebut. Objek JSON sangat penting ketika Anda mengatur aturan untuk pemrosesan acara menggunakan CloudWatch Acara karena aturan berusaha untuk mencocokkan pola dalam objek JSON. Untuk informasi selengkapnya, lihat [pola EventBridge acara Amazon](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-event-patterns.html) dan EMR Amazon di Acara EKS di *[ EventBridge Panduan Pengguna Amazon](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-service-event.html#emr_event_type)*.
**Peristiwa perubahan status tugas berjalan**
| Status | Kepelikan | Pesan |
| --- | --- | --- |
| DIKIRIMKAN | INFO | Job Run JobRunId (JobRunName) berhasil dikirimkan ke cluster virtual VirtualClusterId di Time UTC. |
| BERJALAN | INFO | Job Run JobRunId (JobRunName) di klaster virtual VirtualClusterId mulai berjalan diTime. |
| DISELESAIKAN | INFO | Job Run jobRunId (JobRunName) di klaster virtual VirtualClusterId selesai diTime. Job Run mulai berjalan Time dan membutuhkan waktu Num beberapa menit untuk menyelesaikannya. |
| DIBATALKAN | PERINGATAN | Permintaan pembatalan telah berhasil untuk Job Run JobRunId (JobRunName) di klaster virtual VirtualClusterId di Time dan Job Run sekarang dibatalkan. |
| FAILED | ERROR | Job Run JobRunId (JobRunName) di klaster virtual VirtualClusterId gagal diTime. |
## Otomatiskan Amazon EMR di EKS dengan Acara CloudWatch
Anda dapat menggunakan Amazon CloudWatch Events untuk mengotomatiskan AWS layanan Anda guna merespons peristiwa sistem seperti masalah ketersediaan aplikasi atau perubahan sumber daya. Acara dari AWS layanan dikirim ke CloudWatch Acara dalam waktu dekat. Anda dapat menuliskan aturan sederhana untuk menunjukkan peristiwa mana yang sesuai kepentingan Anda, dan tindakan otomatis yang diambil ketika suatu peristiwa sesuai dengan suatu aturan. Tindakan yang dapat dipicu secara otomatis meliputi hal berikut:
+ Memanggil fungsi AWS Lambda
+ Meminta Perintah Amazon EC2 Run
+ Mengirim peristiwa ke Amazon Kinesis Data Streams
+ Mengaktifkan mesin AWS Step Functions negara
+ Memberitahu topik Amazon Simple Notification Service (SNS) atau antrian Amazon Simple Queue Service (SQS)
Beberapa contoh penggunaan CloudWatch Acara dengan Amazon EMR di EKS meliputi yang berikut:
+ Mengaktifkan fungsi Lambda ketika tugas berjalan berhasil
+ Memberi tahu topik Amazon SNS saat pekerjaan berjalan gagal
CloudWatch Acara untuk "`detail-type:`" "`EMR Job Run State Change`" dihasilkan oleh Amazon EMR di EKS untuk`SUBMITTED`,, `RUNNING``CANCELLED`, `FAILED` dan perubahan `COMPLETED` status.
## Contoh: Mengatur aturan yang memanggil Lambda
Gunakan langkah-langkah berikut untuk menyiapkan aturan CloudWatch Acara yang memanggil Lambda ketika ada acara “EMR Job Run State Change”.
```
aws events put-rule \
--name cwe-test \
--event-pattern '{"detail-type": ["EMR Job Run State Change"]}'
```
Tambahkan fungsi Lambda yang Anda miliki sebagai target baru dan berikan izin CloudWatch Acara untuk menjalankan fungsi Lambda sebagai berikut. Ganti *123456789012* dengan ID akun Anda.
```
aws events put-targets \
--rule cwe-test \
--targets Id=1,Arn=arn:aws:lambda:us-east-1:123456789012:function:MyFunction
```
```
aws lambda add-permission \
--function-name MyFunction \
--statement-id MyId \
--action 'lambda:InvokeFunction' \
--principal events.amazonaws.com
```
**catatan**
Anda tidak dapat menulis program yang tergantung pada urutan keberadaan atau notifikasi peristiwa, karena program tersebut mungkin tidak berurutan atau hilang. Kejadian dipancarkan atas dasar upaya terbaik.
## Pantau pod driver job dengan kebijakan coba lagi menggunakan Amazon CloudWatch Events
Dengan menggunakan CloudWatch peristiwa, Anda dapat memantau pod driver yang telah dibuat dalam pekerjaan yang memiliki kebijakan coba ulang. Untuk informasi selengkapnya, lihat [Memantau pekerjaan dengan kebijakan coba lagi](jobruns-using-retry-policies.md#monitoring-retry) dalam panduan ini.