Spark Web UI 监控详解

Spark集群环境配置

我们有2个节点，每个节点是一个worker，每个worker上启动一个Executor，其中Driver也跑在master上。每个Executor可使用的核数为2，可用的内存为2g，集群中所有Executor最大可用核数为4。

conf/spark-defaults.conf 部分参数配置如下：

  spark.master                     spark://Master:7077
  spark.executor.memory            2g
  spark.executor.cores             2
  spark.cores.max                  4

在提交jar包的时，按照需求分配executor的核数和memory数给不同的应用,若某个应用占用了所有的核和内存，剩下的应用只能等待这个程序执行完毕释放资源后才可执行。

conf/spark-env.sh 部分参数配置如下：

export SPARK_WORKER_CORES=2   
export SPARK_WORDER_INSTANCES=1
export SPARK_WORKER_MEMORY=2g

执行节点负载均衡问题

比如启动四个节点，但是在处理数据的时候负载不均衡，只有两个节点的使用率很高。可以推测与分区数有关，测试数据集为267MB，hdfs中默认的数据分片大小为128MB，约有两个分区。推测只有两个分区能拿到数据进行计算，所以将hdfs的数据分片大小改为64MB，这样约有4个分区，与集群中的Executor数目相符。经测试证明，负载不均衡的问题得到解决。

修改配置文件hdfs-site.xml，将block size设置为64MB

 <property>
   <name>dfs.block.size</name>
   <value>67108864</value>   说明：64M=64*1024*1024
 </property>

8080

如上图所示，此页面自上而下包括：

spark版本信息，

spark master 的URL（worker用来连接此master的URL）

worker的数量：4

所有worker节点中可用和在用的core（查看资源的使用情况，参考是否适合再启动一个应用等）

所有worker节点中可用和在用的memory（如上）

正在运行和已经完成的应用数量

master当前状态

workers部分

展示集群中每个worker的位置，到当前状态，内核使用情况，内存使用情况

（通过查看内核和内存的用量情况确定是否足够运行一个新的应用）

点击workerID进入worker的detail页面会显示与该worker更详细的信息

（理想情况下，所有worker节点使用的内核数和内存应该是相同的，如果出现使用率不同的情况，说明集群资源未平均分配，应用未最佳化运行，需停止所有应用重新启动集群）

Running/Completed Application部分

分别展示在运行和已经运行完的应用信息，包括名称，获得的资源，开始时间，所有者，已运行时间，目前状态（RUNNING/FINISHED/结束原因）

（若state显示WAITING，则说明Spark对于应用没有足够的内存或内核，将保持等待直到有足够资源可用，有几种情况，一是直到已经在运行的一个应用完成运行，二是增加分配给spark worker的资源，三是将少应用的请求资源）

点击ApplicationID进入detail页面会显示看到关于该应用运行时的详细信息，包括参与的worker/使用的资源数/日志等

（如果一个任务失败或抛出了异常，可以查看stderr文件来调试问题）

4040

localhost:4040（当应用在运行中的时候可以访问，一旦应用执行结束该端口关闭不可访问）

如下图，显示基本的运行时间，调度模式（FIFO为先进先出），不状态中作业的统计量，并显示正在运行/已经完成/运行失败的spark作业较为详细的信息列表，例如，Job的提交时间/运行时间/目前为止每个Job完成的Stage和Task数量等
（从运行时间项可以观察到，若某一个Job花费时间异常，可以把问题缩小到该Job下的Stage或者Task）