Spark 查看 job history 日志

痛定思痛。 2022-05-31 12:23 306阅读 0赞

SPARK\_HOME/conf 下:

spark-defaults.conf 增加如下内容  
  
spark.eventLog.enabled true   
spark.eventLog.dir hdfs://master:8020/var/log/spark   
spark.eventLog.compress true  
  
spark-env.sh 增加如下内容：  
export SPARK\_HISTORY\_OPTS=”-Dspark.history.ui.port=18080 -Dspark.history.retainedApplications=3 -Dspark.history.fs.logDirectory=hdfs:/master.et2:8020/var/log/spark”  
  
启动start-history-server.sh  
  
SPARK\_HOME/conf 下: 执行 ./start-history-server.sh  
  
spark job history web: master:18080  
  
这样在spark任务运行完成之后,就可以通过web页面查看日志了  
  
history server相关的配置参数描述：  
  
spark.history.updateInterval   
　　默认值：10   
　　以秒为单位，更新日志相关信息的时间间隔  
  
spark.history.retainedApplications   
　　默认值：50   
　　在内存中保存Application历史记录的个数，如果超过这个值，旧的应用程序信息将被删除，当再次访问已被删除的应用信息时需要重新构建页面。  
  
spark.history.ui.port   
　　默认值：18080   
　　HistoryServer的web端口  
  
spark.history.kerberos.enabled   
　　默认值：false   
　　是否使用kerberos方式登录访问HistoryServer，对于持久层位于安全集群的HDFS上是有用的，如果设置为true，就要配置下面的两个属性  
  
spark.history.kerberos.principal   
　　默认值：用于HistoryServer的kerberos主体名称  
  
spark.history.kerberos.keytab   
　　用于HistoryServer的kerberos keytab文件位置  
  
spark.history.ui.acls.enable   
　　默认值：false   
　　授权用户查看应用程序信息的时候是否检查acl。如果启用，只有应用程序所有者和spark.ui.view.acls指定的用户可以查看应用程序信息;否则，不做任何检查  
  
spark.eventLog.enabled   
　　默认值：false   
　　是否记录Spark事件，用于应用程序在完成后重构webUI  
  
spark.eventLog.dir   
　　默认值：file:///tmp/spark-events   
　　保存日志相关信息的路径，可以是hdfs://开头的HDFS路径，也可以是file://开头的本地路径，都需要提前创建  
  
spark.eventLog.compress   
　　默认值：false   
　　是否压缩记录Spark事件，前提spark.eventLog.enabled为true，默认使用的是snappy  
  
以spark.history开头的需要配置在spark-env.sh中的SPARK\_HISTORY\_OPTS，以spark.eventLog开头的配置在spark-defaults.conf