Spark1.0.0 的监控方式

Spark1.0.0可以通过以下几种方式来对Spark应用程序进行监控：

• Spark应用程序的WebUI或者Spark Standalone的集群监控
• 指标，然后通过支持指标收集的集群监控系统，如ganglia进行监控
• 辅助监控工具

 

1：WebUI

      Spark应用程序提交后，driver和Executor之间不断的交换运行信息，可以通过driver的4040端口（默认端口）获取有用的Spark应用程序的运行信息，如：

• Stage和Task
• RDD大小和内存使用情况
• 环境变量信息
• executor的运行信息
• ...

      如果多个Spark应用程序在同一个client上以client方式提交，那么driver的WebUI端口将绑定从4040开始的连续端口，如4040、4041、4042...。

      需要注意的是，用过WebUI只能查看Spark应用程序在运行期间的信息，一旦Spark应用程序运行完，这些信息将无法查看，因为WebUI端口随Spark应用程序的完成而关闭。如果想要事后查看Spark应用程序的运行信息，那么需要配置history Server来持久化Spark应用程序运行信息。关于history Server参见Spark1.0.0 history server配置（正在撰写，迟点给上链接） 。

 

2：指标

      Spark采用了基于 Coda Hale Metrics Library 的可配置的指标体系，通过各种指标收集器，如JMX、CSV、GraphiteSink、Ganglia等可以进行汇总报告。该指标体系的配置文件位于conf/metrics.properties（通过复制conf/metrics.properties.template生成或自建），如果要采用自定义的配置文件，还需要在属性配置上配置一下spark.metrics.conf。

      Spark的指标体系针对Spark不同的组件分解成相应的实例，每个实例涵盖一套指标。Spark现在支持的实例有：

• master
• worker
• applications
• driver
• executor

      Spark的指标体系支持多种收集器，每个实例可以采用多个收集器，也可以不采用。Spark支持的收集器定义在org.apache.spark.metrics.sink，现在支持的收集器有：

• ConsoleSink
• CSVSink.
• JmxSink
• MetricsServlet
• GraphiteSink
• GangliaSink 因为版权问题，部署包默认不含有该收集器；如果需要，要重新编译嵌入LGPL授权代码的源码。具体使用参见用ganglia监控Spark1.0.0（正在撰写，迟点给上链接）。

 

3：辅助监控工具

      可以通过一些辅助监控工具对Spark应用程序运行前后和运行过程中系统性能变化来监控Spark应用程序。这些辅助工具有：

• 集群监控系统，如ganglia、negios、zabbix等，这些工具可以监控整个集群的磁盘、网络、内存利用率和性能瓶颈；
• 操作系统性能分析工具，如dstat、iostat、iotop，这些工具可以对单台机器的性能进行细致地分析；
• JVM性能分析工具，如 jstack、jmap、jstat 、jconsole，这些工具可以对JVM进行详细的性能分析