[离线计算-Spark|Hive] 大数据应用性能指标采集工具改造落地
背景
主要介绍针对平台的spark应用程序,在不修改用户程序的情况下 如何采集其资源和性能指标为后续分析使用,如性能优化,资源使用计价等.
分析挑战
在应用程序级别关联大量进程的指标
在分布式环境中，多个 Spark 应用程序运行在同一台服务器上，每个 Spark 应用程序都有大量的进程（例如数千个执行程序）在许多服务器上运行.
-
需要一个解决方案，该解决方案可以为每个进程收集指标，并将它们关联到每个应用程序的流程中
-
我们不知道这些流程何时启动以及需要多长时间。为了能够在这种环境中收集指标，分析器需要随每个进程自动启动。
使指标收集对任意用户代码无干扰
为了跟上数据基础设施的不断增长，我们需要能够随时测量任何应用程序，而无需更改代码。
例如，如果我们在 Hadoop 分布式文件系统 (HDFS) NameNode 上遇到高延迟，我们希望检查从每个 Spark 应用程序观察到的延迟，以确保这些问题没有被复制。由于 NameNode 客户端代码嵌入在我们的 Spark 库中，因此修改其源代码以添加此特定指标很麻烦。
JVM Profiler 引入
主要受 https://github.com/etsy/statsd-jvm-profiler 启发构建了更多功能的分析器
JVM Profiler 由三个关键功能组成，可以更轻松地收集性能和资源使用指标，然后将这些指标（例如 Apache Kafka）提供给其他系统进行进一步分析：
-
java agent: 通过将 Java agent 合并到我们的分析器中，用户可以以分布式方式收集 JVM 进程的各种指标（例如 CPU/内存使用情况）和堆栈跟踪
-
高级分析功能：JVM Profiler 允许我们跟踪用户代码中的任意 Java 方法和参数，而无需进行任何实际代码更改。此功能可用于跟踪 Spark 应用程序的 HDFS NameNode RPC 调用延迟并识别慢速方法调用。它还可以跟踪每个 Spark 应用程序读取或写入的 HDFS 文件路径，以识别热文件以进行进一步优化。
-
数据分析报告：在 Uber，我们使用分析器向 Kafka topic和 Apache Hive 表报告指标，使数据分析更快更容易。
JVM Profiler 使用场景
-
大小合适的 executor：使用 JVM Profiler 的内存指标来跟踪每个 executor 的实际内存使用情况，以便我们可以为 Spark“executor-memory”参数设置正确的值。
-
监控 HDFS NameNode RPC 延迟：我们分析Spark 应用程序中org.apache.hadoop.hdfs.protocolPB.ClientNamenodeProtocolTranslatorPB类上的方法，并识别 NameNode 调用的长时间延迟
-
监控驱动程序丢弃事件： 分析像org.apache.spark.scheduler.LiveListenerBus.onDropEvent这样的方法来跟踪 Spark 驱动程序事件队列变得太长并丢弃事件的情况。
-
跟踪数据：在org.apache.hadoop.hdfs.protocolPB.ClientNamenodeProtocolTranslatorPB.getBlockLocations和org.apache.hadoop.hdfs.protocolPB.ClientNamenodeProtocolTranslatorPB.addBlock方法上分析文件路径参数，以跟踪 Spark 读取和写入的文件应用
实现细节及可扩展性
为了使实现尽可能无缝，JVM Profiler 具有非常简单且可扩展的设计。人们可以轻松添加额外的分析器实现来收集更多指标，还可以部署自己的自定义报告器，将指标发送到不同的系统进行数据分析。
一旦进程启动，JVM Profiler 代码就会通过Java agent 参数加载到 Java 进程中。它由三个主要部分组成：
-
Class File Transformer:在进程内检测 Java 方法字节码以分析任意用户代码并将指标保存在内部指标缓冲区中。
-
Metric Profilers
- CPU/Memory Profiler:通过JMX收集 CPU/内存使用指标并将其发送给报告者。
- Method Duration Profiler:从指标缓冲区读取方法持续时间（延迟）指标并发送给报告者。
- Method Argument Profiler: 从指标缓冲区读取方法参数值并将其发送给报告者。
-
Reporters
- Console Reporter: 在控制台输出中写入指标
- Kafka Reporter ：将指标发送到 Kafka topic中
如何自定义reporter发送指标
用户可以实现自己的报告器并使用 -javaagent 选项指定它:
-javaagent:jvm-profiler-0.0.5.jar= reporter=com.uber.profiling.reporters.CustomReporter
JVM Profiler 在Uber数据基础设施集成
基础设施集成实现:
- 集群范围的数据分析：指标首先发送到 Kafka 并摄取到 HDFS，然后用户使用 Hive/Presto/Spark 进行查询。
- 实时 Spark 应用程序调试：使用 Flink 实时聚合单个应用程序的数据并写入MySQL 数据库，然后用户可以通过基于 Web 的界面查看指标。
如何落地的
扩展设计
整体流程:
-
spark应用在启动的时候指定jvm-profiler jar, 运行时收集内存,cpu,gc.io等指标,定制实现的profile
-
使用自定的reproter,主要将指标通过http 发送到接收服务
-
接收服务负责将数据写入kafka
-
kafka经flink 消费清洗分别写入influxdb以及hive中,用于后续展示和分析
-
hive 一样执行时,指定相关参数
-
通过解析/.staging/下job.xml 获取queryId 及sql相关信息
-
后续流程一样
部署
spark: 上传jvm-profiler jar 包到 hdfs上,提交任务时参数指定
hive: 部署jar到 hiveserver2 节点对应libs下面
总结
本文主要介绍了下Uber的开源项目jvm-profiler的产生背景,设计原理以及架构, 后面也设计了一套落地方案,用于采集spark、hive任务的资源消耗相关指标,可用于后续分析以及资源调优.
