./tdlc [command] --help
来查看 TDLC 的使用方法。操作系统 | TDLC 二进制包 下载地址 |
Windows | |
Mac | |
Linux |
tdlc
。打开客户端的命令行,切换到下载路径下,如果您是Mac/Linux系统,需要使用chmod +x tdlc
命令授予文件可执行权限。执行./tdlc
后,成功展示如下内容即安装成功可以使用。Tencentcloud DLC command tools is used to play around with DLC.With TDLC user can manger engines, execute SQLs and submit Spark Jobs.Usage:tdlc [flags]tdlc [command]Available Commands:confighelp Help about any commandspark Submit spark app to engines.sql Executing SQL.versionFlags:--endpoint string Endpoint of Tencentcloud account. (default "dlc.tencentcloudapi.com")--engine string DLC engine. (default "public-engine")-h, --help help for tdlc--region string Region of Tencentcloud account.--role-arn string Required by spark jar app.--secret-id string SecretId of Tencentcloud account.--secret-key string SecretKey of Tencentcloud account.--token string Token of Tencentcloud account.Use "tdlc [command] --help" for more information about a command.
全局参数 | 说明 |
--endpoint string | 服务连接地址,默认使用 dlc.tencentcloudapi.com |
--engine string | |
--region string | 使用地域。如 ap-nanjing, ap-beijing, ap-guangzhou,ap-shanghai, ap-chengdu,ap-chongqing, na-siliconvalley, ap-singapore, ap-hongkong |
--role-arn string | |
--secret-id string | 腾讯云账号的 secretId |
--secret-key string | 腾讯云账号的 secretKey |
--token string | (选填)腾讯云账号临时 token |
命令 | 说明 |
list | 列出当前的默认配置 |
set | 变更配置 |
unset | 重置配置 |
./tdlc config list./tdlc config set secret-id={1} secret-key={2} region={b}./tdlc config unset region
参数 | 说明 |
-e, --exec | 执行 SQL 语句 |
-f, --file | 执行 SQL 文件,如果有多个SQL文件请用 ; 分割 |
--no-result | 执行后不获取结果 |
-p, --progress | 显示执行进度 |
-q, --quiet | 安静模式,提交任务后不等待任务执行状态 |
./tdlc sql -e "SELECT 1" --secret-id aa --secret-key bb --region ap-beijing --engine public-engine./tdlc sql -f ~/biz.sql --no-result
命令 | 说明 |
submit | 通过 spark-submit 提交任务 |
run | 执行 spark 作业 |
log | 查看运行日志 |
list | 查看 spark 作业列表 |
kill | 终止任务 |
参数 | 说明 |
--driver-size | driver规格,默认使用 small、medium、large、xlarge,内存型集群使用 m.xmall、m.medium、m.large、m.xlarge |
--executor-size | executor 规格,默认使用 small、medium、large、xlarge,内存型集群使用 m.xmall、m.medium、m.large、m.xlarge |
--executor-num | executor 数量 |
--files | 查看 spark 作业列表 |
--archives | 依赖压缩文件 |
--class | Java/Scala 运行的主函数 |
--jars | 依赖的jar包,使用 , 分割 |
--name | 程序名称 |
--py-files | 依赖的python文件,支持.zip、.egg、.py格式 |
--conf | 额外配置 |
./tdlc spark submit --name spark-demo1 --engine sparkjar --jars /root/sparkjar-dep.jar --class com.demo.Example /root/sparkjar-main.jar arg1./tdlc spark submit --name spark-demo2 cosn://bucket1/abc.py arg1
本页内容是否解决了您的问题?