作业时间线是了解管道或查询的绝佳起点。 它概述了正在运行的内容、每个步骤的运行时间，以及是否一路上出现任何故障。
如何打开作业时间线
在 Spark UI 中，单击“ 作业 ”和 “事件时间线 ”，如以下屏幕截图中红色突出显示。 你将看到时间线。 此示例显示已添加的驱动器和执行器 0：
需注意的要点
以下各节介绍如何阅读事件时间线，以发现性能或成本问题的可能原因。 如果你注意到时间线中的任何一个趋势，则每个相应部分的末尾都包含指向提供指导的文章的链接。
作业失败或执行器失败
下面是事件时间线中失败的作业和删除的执行程序的示例，该执行程序由红色状态指示。
如果看到失败的作业或执行程序失败，请参阅 “失败的作业”或“执行程序”已删除。
执行中的不足之处
请查找一分钟或更长的时间间隔，例如以下示例：
本示例有多个空白，其中一些由红色箭头突出显示。 如果你在时间线中看到差距，它们是否是一分钟以上？ 由于驱动程序正在协调工作，预计会出现短时间的间隙。 如果存在较长的间隔，它们是否位于管道中间？ 或者这个群集是否一直在运行，因此间隙是由活动暂停造成的？ 可以根据工作负荷的启动和结束时间来确定这一点。
如果在流水线中间看到未解释的长时间间隙，请参阅 Spark 作业之间的间隙。
长作业
时间线是否被一个或几个长任务主导？ 这些漫长的工作将是一些要调查的事情。 在以下示例中，工作负载中有一个作业显著长于其他作业。 这是调查的好目标。
单击最长的任务以深入了解。 有关调查此长阶段的信息，请参阅 在 Spark 中诊断长作业。
许多小工作
我们在这里寻找的是一个由小任务主导的时间表。 它可能如下所示：
请注意所有微小的蓝色线条。 每个任务都是一个仅需几秒钟或更短时间的小工作。
如果时间线大多是小型作业，请参阅 许多小型 Spark 作业。
以上都不是
如果时间线看起来与上述任何一个都不一样，下一步是确定最长的任务。 按工期对作业进行排序，然后单击最长作业说明中的链接：
进入最长作业的页面后，可以在 Spark 中诊断长作业 中找到有关调查此长作业的更多信息。