Dr.Elephant入门

Dr.Elephant是一个 Hadoop 和 Spark 的性能监控和调优工具，由 LinkedIn 于 2016 年 4 月份开源。能自动化收集所有计算任务指标，进行数据分析，并以简单易用的方式进行呈现。Dr.Elephant 的目标是提高开发人员的开发效率和增加集群任务调试的高效性。
简而言之，Dr.Elephant是一款适合小白（我就是小白啊）对大数据分析性能做简单优化的工具，并且现在加入了启发式算法对一些任务进行定制化优化（就是告诉你哪个参数改成什么会更好）听起来还是蛮不错的，那就试试看吧。
它用到的依赖还是蛮多的，而且各个版本之间的兼容好像并不是很好，踩了很多的坑才部署起来，目前成功的情况是使用了ubuntu 18.04.2，jdk1.8，activator1.3.12，hadoop2.7.7，mysql8.13，python2.7然后配置文件如下：

/etc/profile

按照官方文档一步步佛挡杀佛神挡杀神，好像还注释了tez的配置才编译完成了，目前能够对mapreduce进行分析，运行了几个简单的wordcount任务，界面是这样的：

Dr.Elephant界面

红色的框框非常醒目，没错，它提醒你有可以优化的部分，wordcount是最简单的job，为啥还能优化呢？因为我为了测试它的能力，故意设置了很低的memory的阈值（就是图中红色的标签），可见，它的诊断效果还是ok的。
带着看了一周的源码，终于弄得差不多了，接下来我会把重要源码的解析贴出来并且尝试一下spark的诊断能力以及Dr.Elephant的启发式算法自动优化功能。
目前这个小东西的团队还是在不断更新的，但是社区不是很活跃，希望以后解决问题不用这么费劲吧。