任务洞察是基于任务视角，帮助用户可以快速定位已完成的任务的优化分析与优化建议。
前提条件
1. SuperSQL SparkSQL、Spark作业引擎：
1.1 2024年7月18日后新购引擎默认开启任务洞察
1.2 2024年7月18日前的 Spark 内核版本，需升级引擎内核后可开启任务洞察，升级方式请参见下文 如何开启洞察功能。
2. 标准Spark引擎：
2.1 2024年12月20日后购买引擎，默认支持任务洞察。
2.2 2024年12月20日前购买引擎，暂不支持用户手动开启任务洞察，请 提交工单 联系售后开启。
其余类型引擎暂不支持任务洞察。
操作步骤
洞察概览
日级别统计洞察出来的待优化的任务分布情况和走势分布，可以对每日的任务有一个更直观的了解。
任务洞察
任务洞察功能支持分析每个任务执行过的汇总 metrics 以及洞察出可优化的问题。
当任务执行完成后，用户只需要确认需要洞察的任务，在操作栏单击任务洞察即可查看。
根据当前任务的实际执行情况，DLC 任务洞察将结合数据分析及算法规则，给出相应的调优建议。
如何开启洞察功能
存量 SuperSQL 引擎需升级内核镜像
注意：
2024年7月18日后新购引擎或者存量引擎已经升级至2024年7月18日后的内核版本，已经自动开启洞察，可跳过本步骤。
操作步骤
1. 进入 SuperSQL 引擎列表页 ，选择需要洞察的引擎。
2. 在引擎详情页，单击内核管理 > 版本升级（默认升级至最新内核）。
洞察重点指标概览
列表的指标名称 | 指标含义 |
引擎执行时间 | Spark 引擎执行的第一个 Task 时间（即任务第一次抢占 CPU 开始执行的时间） |
引擎执行耗时 | 反映真正用于计算所需的耗时，即从 Spark 任务第一个 Task 开始执行到任务结束之间的耗时。 具体的：会统计任务的每个 Spark Stage 第一个 Task 到最后一个 Task 完成时长之和，不包含任务开始的排队耗时（即剔除从任务提交到 Spark Task 开始执行之间的调度等其他耗时），也不包含任务执行过程中多个 Spark Stage 之间因 executor 资源不足而等待执行 Task 所消耗的时间。 |
等待执行耗时（排队耗时） | 从任务提交到开始执行第一个 Spark Task 之间的耗时，其中耗时可能有：引擎第一次执行的冷启动耗时、配置任务并发上限导致的排队时间 、引擎内因资源打满导致的等待 executor 资源的耗时、生成和优化 Spark 执行计划耗时等。 |
累计 CPU * 时（消耗 CU * 时） | 统计参与计算所用 Spark Executor 每个 core 的 CPU 执行时长总和，单位小时（不等价集群拉起机器的时长，因机器拉起后不一定会参与到任务计算，最终集群消耗 CU 计费以账单为准）。 在 Spark 场景下约等于 Spark Task 执行时长串行加和 (秒) /3600 （单位小时） |
数据扫描大小 | 该任务从存储读取的物理数据量，在 Spark 场景下约等于 Spark UI 中 Stage Input Size 之和 |
输出总大小 | 该任务处理完数据后输出的记录大小，在 Spark 场景下约等于 Spark UI中Stage Ouput Size 之和。 |
数据 shuffle 大小 | 在 Spark 场景下约等于 Spark UI 中 Stage Shuffle Read Records 之和。 |
输出文件个数 | （该指标的收集需要 spark 引擎内核升级至 2024.11.16 之后的版本） 任务通过 insert 等语句写出的文件个数总和 |
输出小文件个数 | （该指标的收集需要 spark 引擎内核升级至 2024.11.16 之后的版本） 小文件定义：输出的单个文件大小 < 4MB 则定义为小文件（参数 spark.dlc.monitorFileSizeThreshold 控制，默认 4MB，引擎全局或任务级别均可支持配置） 本指标定义：任务通过 insert 等语句写出的小文件个数总和 |
并行任务 | 展示任务并行执行的情况，方便分析被影响到的任务（最多200条） |
洞察算法概览
洞察类型 | 算法描述（正持续改进和新增算法） |
资源抢占 | sql 开始执行的 task 延迟时间＞stage 提交时间1分钟，或延迟时长超过总运行时长的20%（不同运行时长和数据量的任务，阈值公式会有动态调整） |
shuffle 异常 | stage 执行出现 shuffle 相关错误栈信息 |
慢 task | stage 中 task 时长 > stage 里其他 task 平均时长的2倍（不同运行时长和数据量的任务，阈值公式会有动态调整） |
数据倾斜 | task shuffle 数据 > task 平均 shuffle 数据大小的2倍 (不同运行时长和数据量的任务，阈值公式会有动态调整) |
磁盘或内存不足 | stage 执行错误栈信息中包含了 oom 或者 磁盘不足的信息 或者 cos 带宽限制报错 |
输出较多小文件 | （该洞察类型的收集需 Spark 引擎内核升级至 2024.11.16 之后的版本） 参考列表中的指标 "输出小文件个数" ，满足下述一个条件则判定为 "存在输出较多小文件" ： 1. 分区表，若某个分区写出的小文件超过 200 个 2. 非分区表，输出小文件总数超过 1000 个 3. 分区、非分区表写出文件超过 3000 个，平均文件大小小于 4MB |
