为什么我的DAG Visualization 点击之后没有任何反应？

一只懒得睁眼的猫

领域专家: 后端开发技术领域

2016-11-17 11:24:24

今天学习Spark的时候，任务运行之后，老师的DAG Visualization显示如下：

但是我的有向无环图无论如何点击都没有反应？？

求大家知道的帮忙说一下？

...全文

679 2 打赏收藏转发到动态举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

一只懒得睁眼的猫 2016-11-19

打赏
举报

回复

是的，浏览器问题

LinkSe7en 2016-11-17

打赏
举报

回复

浏览器问题吧

SparkUI其实是伴随作业运行时候会启动一个网页，我们访问网页就可以打开,链接其实在启动的时候日志里面会打印出来,比如说我的地址: 一般端口是4040,地址是Driver所在的地址,实际在公司里面呢，也会在日志里面输出这个地址，因为历史的信息是存在history服务器上面的，地址其实是会变化，但是不管如何都会在你作业上面输出的，如果没有就找公司平台开发人员提需求要他们改成有即可不改好的话可以直接说他们技术不行，给他们精神压力。我是比较鼓励大家去官网查看一些信息的，参考 Cluster Mode Overv

数据工程是构建可靠、可扩展数据基础设施的核心能力，其本质在于理解数据在采集、清洗、建模全链路中的物理约束与权衡逻辑。现代数据工程强调云原生架构、自动化质量保障与生产级工程规范，关键技术包括Delta Lake事务管理、Airflow DAG可靠性设计、dbt语义层建模及Great Expectations数据契约验证。这些能力共同支撑起Bronze/Silver/Gold分层数据湖体系，实现从原始数据到可信数据产品的闭环交付。IBM Data Engineering Professional Certifi

数据验证是机器学习工程化落地的关键前提，其本质是建立可复现、可审计、可执行的统计契约。通过自动化扫描、Schema基线设定与持续漂移检测，能系统性识别缺失异常、分布偏移、类别突变等核心数据质量问题。TensorFlow Data Validation（TFDV）以Protocol Buffer Schema为规则载体，深度集成TensorFlow生态，支持CSV/Parquet/DataFrame多源输入，并提供交互式可视化报告与Anomaly分级告警能力。它既弥补了Pandas探索性分析不可追溯的短板，又

探索性数据分析（EDA）是机器学习与业务分析的基石，其本质是通过统计描述、分布检验、变量关系挖掘和可视化呈现，理解数据质量、结构特征与业务含义。传统基于pandas、matplotlib的手动EDA效率低、易出错、难复现，尤其在多数据集对比、缺失模式诊断、交互式钻取和图表智能选择等高频场景中瓶颈突出。ydata-profiling、sweetviz、dtale和autoviz四大工具分别聚焦自动化报告生成、分布漂移归因、声明式交互分析与智能图表推荐，形成覆盖‘扫描—对比—探索—呈现’全链路的工程化EDA解决

在大模型应用从‘能对话’迈向‘可托付’的关键阶段，AI入口的本质已从用户界面转向底层调度能力——即Agent Runtime。它融合自然语言意图理解、状态感知的执行编排与可解释可审计的决策机制，构成AI与业务系统深度协同的技术基座。千问通过解耦Agent框架、工具市场与记忆中枢，推动企业服务从‘调用API’升级为‘注册原子能力’，使CRM、ERP乃至工业PLC均可被语义化寻址。这种开放不是功能叠加，而是构建类TCP/IP的交互协议层，支撑跨场景、跨系统的智能协作。本文聚焦Agent Runtime的核心原理

1,274

社区成员

1,171

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章