# Status de execução de trabalhos do AWS Glue no console
<a name="view-job-runs"></a>

Você pode visualizar o status de um trabalho de extração, transformação e carregamento (ETL) do AWS Glue enquanto ele está em execução ou após a interrupção. É possível visualizar o status usando o console do AWS Glue. 

## Acessar o painel de monitoramento de trabalhos
<a name="monitoring-accessing-dashboard"></a>

Acesse o painel de monitoramento de trabalhos escolhendo o link **Monitoramento de execuções de trabalho** no painel de navegação da AWS Glue em **Trabalhos de ETL**.

## Visão geral do painel de monitoramento de trabalhos
<a name="monitoring-dashboard-overview"></a>

O painel de monitoramento de trabalhos fornece um resumo geral das execuções de trabalho, com totais para os trabalhos com um status **Running** (Executando), **Canceled** (Cancelado), **Success** (Bem-sucedido) ou **Failed** (Com falha). Os blocos adicionais fornecem a taxa geral de sucesso da execução do trabalho, o uso estimado de DPU para trabalhos, uma divisão das contagens de status de trabalhos por tipo de trabalho, tipo de operador e dia. 

Os gráficos nos blocos são interativos. Você pode escolher qualquer bloco em um gráfico para executar um filtro que exiba apenas esses trabalhos na tabela **Job runs** (Execuções do trabalho) na parte inferior da página.

Você pode alterar o intervalo de datas para as informações exibidas nessa página usando o seletor **Data range** (Intervalo de datas). Quando você altera o intervalo de datas, os blocos de informações são ajustados a fim de exibir os valores para o número especificado de dias antes da data atual. Você também pode usar um intervalo de datas específico se escolher **Custom** (Personalizado) no seletor de intervalo de datas. 

## Visualizar execuções do trabalho
<a name="monitoring-job-breakdown"></a>

**nota**  
 O histórico de execução de trabalhos pode ser acessado por 90 dias para seu fluxo de trabalho e execução de trabalhos. 

O recurso **Job runs** (Execuções do trabalho) exibe os trabalhos para o intervalo de datas e filtros especificados.

Você pode filtrar os trabalhos em critérios adicionais, como status, tipo de operador, tipo de trabalho e nome do trabalho. Na caixa de filtro na parte superior da tabela, você pode inserir o texto a ser usado como filtro. Os resultados da tabela são atualizados com linhas que contêm correspondências à medida que você digita o texto.

Você pode exibir um subconjunto dos trabalhos escolhendo elementos nos gráficos no painel de monitoramento de trabalho. Por exemplo, se você escolher o número de trabalhos em execução no bloco **Job runs summary** (Resumo de execuções do trabalho), a lista **Job runs** (Execuções do trabalho) exibe apenas os trabalhos que têm atualmente o status `Running`. Se você escolher uma das barras no gráfico de barras **Worker type breakdown** (Detalhamento do tipo de operador), somente as execuções de trabalho com o tipo de operador e status correspondentes serão mostrados na lista **Job runs** (Execuções do trabalho).

O recurso **Job runs** (Execuções do trabalho) exibe os detalhes das execuções do trabalho. É possível classificar as linhas na tabela escolhendo um cabeçalho de coluna. A tabela contém as seguintes informações:


| Propriedade | Descrição | 
| --- | --- | 
| Nome do trabalho | O nome do trabalho. | 
| Tipo |  O tipo de ambiente do trabalho: [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/glue/latest/dg/view-job-runs.html)  | 
| Hora de início |  A data e a hora em que a execução deste trabalho foi iniciada.  | 
| End time (Horário de término) |  A data e a hora em que a execução desse trabalho foi concluída.  | 
| Run status (Status da execução) |  O estado atual da execução do trabalho. Os valores podem ser: [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/glue/latest/dg/view-job-runs.html)  | 
| Run time (runtime) | A quantidade de tempo em que a execução de trabalho consumiu recursos. | 
| Capacidade |  O número de unidades de processamento de dados (DPUs) do AWS Glue alocadas para essa execução de trabalho. Para obter mais informações sobre planejamento de capacidade, consulte [Monitoramento de planejamento de capacidade de DPU](https://docs.aws.amazon.com/glue/latest/dg/monitor-debug-capacity.html) no *Guia do desenvolvedor do AWS Glue*.  | 
| Tipo de operador |  O tipo de operador predefinido que é alocado quando um trabalho é executado. Os valores podem ser `G.1X`, `G.2X`, `G.4X` ou `G.8X`.  [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/glue/latest/dg/view-job-runs.html)  | 
| DPU hours (Horas de DPU) |  O número estimado de DPUs usadas para a execução de trabalho. Uma DPU é uma medida relativa do poder de processamento. As DPUs são usadas para determinar o custo da execução de trabalho. Para obter mais informações, consulte a [página de definição de preços do AWS Glue](https://aws.amazon.com/glue/pricing/).  | 

É possível escolher qualquer execução de trabalho na lista e visualizar informações adicionais. Escolha uma execução de trabalho e realize uma das seguintes ações:
+ Selecione o menu **Actions** (Ações) e a opção **View job** (Visualizar trabalho) para visualizar o trabalho no editor visual.
+ Selecione o menu **Actions** (Ações) e a opção **Stop run** (Interromper execução) para interromper a execução atual do trabalho.
+ Escolha o botão **View CloudWatch logs** (Visualizar logs do CloudWatch) para exibir os logs de execução do trabalho. 
+ Escolha **Visualizar detalhes** para visualizar a página de detalhes da execução do trabalho.

## Visualizar os logs de execuções de trabalho
<a name="monitoring-job-run-logs"></a>

Você pode visualizar os logs de trabalhos de várias maneiras:
+ Na página **Monitoring** (Monitoramento), na tabela **Job runs** (Execuções do trabalho), escolha uma execução de trabalho e selecione **View CloudWatch logs** (Visualizar logs do CloudWatch).
+ No editor visual de trabalhos, na guia **Runs** (Execuções) de um trabalho, escolha os hiperlinks para exibir os logs:
  + **Logs**: links para os logs de trabalho do Apache Spark gravados quando o registro em log contínuo é habilitado para uma execução de trabalho. Quando você escolhe esse link, ele leva você para os logs do Amazon CloudWatch no grupo de logs `/aws-glue/jobs/logs-v2`. Por padrão, os logs excluem a pulsação do Apache Hadoop YARN e as mensagens de log do driver ou do executor do Apache Spark desnecessárias. Para obter mais informações sobre registro em log contínuo, consulte [Registro em log contínuo para trabalhos do AWS Glue](https://docs.aws.amazon.com/glue/latest/dg/monitor-continuous-logging.html) no *Guia do desenvolvedor do AWS Glue*.
  + **Error logs** (Logs de erro): vinculam-se aos logs gravados em `stderr` para a execução de trabalho. Quando você escolhe esse link, ele leva você para os logs do Amazon CloudWatch no grupo de logs `/aws-glue/jobs/error`. Você pode usar esses logs para exibir detalhes sobre os erros que foram encontrados durante a execução de trabalho.
  + **Output logs** (Logs de saída): links para os logs gravados em `stdout` para a execução de trabalho. Quando você escolhe esse link, ele leva você para os logs do Amazon CloudWatch no grupo de logs `/aws-glue/jobs/output`. Você pode usar esses logs para ver todos os detalhes sobre as tabelas que foram criadas no AWS Glue Data Catalog e os erros que foram encontrados.

## Visualizar os detalhes de uma execução de trabalho
<a name="monitoring-job-run-details"></a>

Você pode escolher um trabalho na lista **Job runs** (Execuções do trabalho) na página **Monitoring** (Monitoramento) e, em seguida, escolher **View run details** (Visualizar detalhes da execução) para ver informações detalhadas sobre a execução de trabalho. 

As informações exibidas na página de detalhes da execução de trabalho incluem:


| Propriedade | Descrição | 
| --- | --- | 
| Nome do trabalho | O nome do trabalho. | 
| Run status (Status da execução) |  O estado atual da execução do trabalho. Os valores podem ser: [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/glue/latest/dg/view-job-runs.html)  | 
| Versão do Glue | A versão do AWS Glue usada pela execução de trabalho. | 
| Recent attempt (Tentativa recente) | O número de tentativas automáticas de repetição da execução deste trabalho. | 
| Hora de início |  A data e a hora em que a execução deste trabalho foi iniciada.  | 
| End time (Horário de término) |  A data e a hora em que a execução desse trabalho foi concluída.  | 
| Start-up time (Horário de início) |  A quantidade de tempo gasta preparando para executar o trabalho.  | 
| Tempo de execução |  A quantidade de tempo gasta executando o script do trabalho.  | 
| Nome do gatilho |  O nome do acionador associado ao trabalho.  | 
| Modificação mais recente |  A data em que o trabalho foi modificado pela última vez.  | 
| Configuração de segurança |  A configuração de segurança do trabalho, que inclui criptografia do Amazon S3, criptografia do CloudWatch e configurações de criptografia de marcadores de trabalho.  | 
| Tempo limite | O valor do tempo limite da execução de trabalho. | 
| Allocated capacity (Capacidade alocada) |  O número de unidades de processamento de dados (DPUs) do AWS Glue alocadas para essa execução de trabalho. Para obter mais informações sobre planejamento de capacidade, consulte [Monitoramento de planejamento de capacidade de DPU](https://docs.aws.amazon.com/glue/latest/dg/monitor-debug-capacity.html) no *Guia do desenvolvedor do AWS Glue*.  | 
| Max capacity (Capacidade máxima) |  A capacidade máxima disponível para a execução de trabalho.  | 
| Número de operadores | O número de operadores usados para a execução de trabalho.  | 
| Tipo de operador |  O tipo de operadores predefinidos alocados para a execução de trabalho. Os valores podem ser `G.1X` ou `G.2X`. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/glue/latest/dg/view-job-runs.html)  | 
| Logs | Um link para os logs de trabalho para registro em log contínuo (/aws-glue/jobs/logs-v2).  | 
| Output Logs (Logs de saída) | Um link para os arquivos de log de saída do trabalho (/aws-glue/jobs/output). | 
| Logs de erro | Um link para os arquivos de log de erros do trabalho (/aws-glue/jobs/error). | 

Você também pode visualizar os seguintes itens adicionais, os quais se tornam disponíveis ao visualizar informações sobre execuções de trabalhos recentes. Para obter mais informações, consulte [Exibir informações para execuções de trabalho recentes](managing-jobs-chapter.md#view-job-run-details).
+ **Argumentos de entrada**
+ **Logs contínuos**
+ **Métricas**: é possível ver visualizações de métricas básicas. Para obter ter mais informações sobre as métricas incluídas, consulte [Visualizar métricas do Amazon CloudWatch para uma execução de trabalho do Spark](#monitoring-job-run-metrics).
+ **Interface do usuário do Spark**: é possível visualizar os logs do Spark do seu trabalho na interface do usuário do Spark. Para obter mais informações sobre o uso da interface do usuário Web do spark , consulte o [Monitorar trabalhos usando a interface do usuário da Web do Apache Spark](monitor-spark-ui.md). Habilite esse recurso seguindo o procedimento em [Habilitar a interface do usuário da Web do Apache Spark para trabalhos do AWS Glue](monitor-spark-ui-jobs.md).

## Visualizar métricas do Amazon CloudWatch para uma execução de trabalho do Spark
<a name="monitoring-job-run-metrics"></a>

Na página de detalhes de uma execução de trabalho, abaixo da seção **Run details** (Detalhes da execução), você pode visualizar as métricas do trabalho. O AWS Glue Studio envia métricas de trabalho para o Amazon CloudWatch para cada trabalho executado. 

O AWS Glue relata as métricas ao Amazon CloudWatch a cada 30 segundos. As métricas do AWS Glue representam valores do delta a partir dos valores relatados anteriormente. Quando apropriado, os painéis de métricas agregam (somam) os valores de 30 segundos para obter um valor para o último minuto inteiro. No entanto, as métricas do Apache Spark que o AWS Glue transfere para o Amazon CloudWatch são geralmente valores absolutos que representam o estado atual no momento em que são relatadas. 

**nota**  
Você deve configurar sua conta para acessar o Amazon CloudWatch.

As métricas fornecem informações sobre a execução de trabalho, como:
+ **ETL Data Movement** (Movimentação de dados de ETL): o número de bytes lidos ou gravados no Amazon S3.
+ **Memory Profile: Heap used** (Perfil de memória: heap usado): o número de bytes de memória usados pelo heap da máquina virtual Java (JVM).
+ **Memory Profile: heap usage** (Perfil de memória: uso do heap): a fração da memória (escala: 0 a 1) usada pelo heap da JVM.
+ **CPU Load** (Carga da CPU): a fração da carga do sistema da CPU usada (escala: 0 a 1), exibida em porcentagem.

## Visualizar métricas do Amazon CloudWatch para uma execução de trabalho do Ray
<a name="monitoring-job-run-metrics-ray"></a>

Na página de detalhes de uma execução de trabalho, abaixo da seção **Run details** (Detalhes da execução), você pode visualizar as métricas do trabalho. O AWS Glue Studio envia métricas de trabalho para o Amazon CloudWatch para cada trabalho executado. 

O AWS Glue relata as métricas ao Amazon CloudWatch a cada 30 segundos. As métricas do AWS Glue representam valores do delta a partir dos valores relatados anteriormente. Quando apropriado, os painéis de métricas agregam (somam) os valores de 30 segundos para obter um valor para o último minuto inteiro. No entanto, as métricas do Apache Spark que o AWS Glue transfere para o Amazon CloudWatch são geralmente valores absolutos que representam o estado atual no momento em que são relatadas. 

**nota**  
Você deve configurar sua conta para acessar o Amazon CloudWatch, conforme descrito em .

Nas trabalhos do Ray, você pode visualizar os seguintes gráficos de métrica agregados. Com elas, você pode criar um perfil do cluster e das tarefas, e pode acessar informações detalhadas sobre cada nó. Os dados de séries temporais que sustentam esses gráficos estão disponíveis no CloudWatch para análise posterior.

**Perfil da tarefa: estado da tarefa**  
Mostra o número de tarefas do Ray no sistema. Cada ciclo de vida da tarefa tem sua própria série temporal.

**Perfil da tarefa: Nome da tarefa**  
Mostra o número de tarefas do Ray no sistema. Somente tarefas pendentes e ativas são mostradas. Cada tipo de tarefa (por nome) recebe sua própria série temporal.

**Perfil de cluster: CPUs em uso**  
Mostra o número de núcleos de CPU usados. Cada nó recebe sua própria série temporal. Os nós são identificados por endereços IP, que são efêmeros e usados apenas para identificação.

**Perfil do cluster: uso da memória de armazenamento de objetos**  
Mostra o uso de memória pelo cache de objetos do Ray. Cada localização da memória (memória física, armazenada em cache no disco e distribuída no Amazon S3) tem sua própria série temporal. O armazenamento de objetos gerencia o armazenamento de dados em todos os nós do cluster. Para obter mais informações, consulte [Objects](https://docs.ray.io/en/latest/ray-core/objects.html) na documentação do Ray.

**Perfil do cluster: número de nós**  
Mostra o número de nós provisionados para o cluster.

**Detalhe do nó: uso da CPU**  
Mostra a utilização da CPU em cada nó como uma porcentagem. Cada série mostra uma porcentagem agregada do uso da CPU em todos os núcleos do nó.

**Detalhe do nó: uso de memória**  
Mostra o uso da memória em cada nó em GB. Cada série mostra a memória agregada entre todos os processos no nó, incluindo tarefas do Ray e o processo de armazenamento do Plasma. Isso não refletirá objetos armazenados em disco ou derramados no Amazon S3.

**Detalhe do nó: uso de disco**  
Mostra o uso de disco em cada nó em GB.

**Detalhe do nó: velocidade de E/S do disco**  
Mostra a E/S de disco em cada nó em KB/s.

**Detalhe do nó: throughput de E/S da rede**  
Mostra a E/S de rede em cada nó em KB/s.

**Detalhe do nó: uso da CPU pelo componente do Ray**  
Mostra o uso da CPU em frações de um núcleo. Cada componente do Ray em cada nó recebe sua própria série temporal.

**Detalhe do nó: uso da memória pelo componente do Ray**  
Mostra o uso da memória em GiB. Cada componente do Ray em cada nó recebe sua própria série temporal.