官网链接：Monitoring and Instrumentation - Spark 3.2.1 documentation
有几种方法可以监控Spark应用程序：Web UI、metrics 以及外部工具。
Web UI
每个SparkContext都会启动一个web UI，其默认端口为4040，并且这个web UI能展示很多有用的Spark应用相关信息。包括：
一个stage和task的调度列表一个关于RDD大小以及内存占用的概览运行环境相关信息运行中的执行器相关信息
你只需打开浏览器，输入 http://
注意，默认情况下，这些信息只有在Spark应用运行期间才可用。如果需要在Spark应用退出后仍然能在web UI上查看这些信息，则需要在应用启动前，将 spark.eventLog.enabled 设为 true。这项配置将会把Spark事件日志都记录到持久化存储中。
1.程序结束后查看Web UI当应用执行完毕，可以在Spark History Server上查看日志。可以通过下面的命令启动history server:
./start-history-server.sh
这样默认访问http://
如果使用文件系统的provider class（比如spark.history.provider），需要配置spark.history.fs.logDirectory选项。
spark的jobs本身需要配置日志，并且输出到相同的共享、可写目录。比如，下面就把日志输出到hdfs://namenode/shared/spark-logs，client需要增加配置:
spark.eventLog.enabled true spark.eventLog.dir hdfs://namenode/shared/spark-logs1）环境变量
| 变量 | 说明 |
|---|---|
| SPARK_DAEMON_MEMORY | history server分配的内存 |
| SPARK_DAEMON_JAVA_OPTS | JVM选项 |
| SPARK_PUBLIC_DNS | 对外的地址，如果没有设置应该是用回环地址,这块没怎么看明白 |
| SPARK_HISTORY_OPTS | history server的配置 |
| 变量名 | 默认值 | 说明 |
|---|---|---|
| spark.history.provider | org.apache.spark.deploy.history.FsHistoryProvider | history背后的实现类，目前spark就提供这一种，是基于文件系统的 |
| spark.history.fs.logDirectory | file:/tmp/spark-events | 支持file://或者hdfs:// |
| spark.history.fs.update.interval | 10s | 这个是服务器刷新的时间，只有服务器这边刷新了，webUI那边才有反应 |
| spark.history.retainedApplications | 50 | 缓存的应用个数，如果超过限制，会从磁盘加载 |
| spark.history.ui.maxApplications | Int.MaxValue | 概况首页可以显示的应用数量 |
| spark.history.ui.piort | 18080 | 端口号 |
| spark.history.kerberos.enabled | false | 是否使用kerberos登陆 |
| spark.history.kerberos.principal | kerberos不了解 | |
| spark.history.kerberos.keytab | kerberos不了解 | |
| spark.history.ui.acls.enable | false | acl校验 |
| spark.history.ui.admin.acls | empty | 可以查看history server的用户，*代表所有用户 |
| spark.history.fs.cleaner.enabled | false | 是否周期性的清除日志 |
| spark.history.fs.cleaner.interval | 1d | 多长时间检查一次，应用日志是否清除 |
| spark.history.fs.cleaner.maxAge | 7d | 超过这个时间的日志会被清除掉 |
| spark.history.fs.numReplayThreads | 25% of available cores | history server可以用的处理日志的线程数 |
注意在概况首页，所有的列都可以点击用来排序。
- history server可以同时展示完成或者未完成的spark任务。如果应用在失败后有多次尝试，失败的记录也会展示出来。未完成的应用需要等待服务器内部刷新。刷新的时间可以通过spark.history.fs.update.interval。如果集群很大，那么刷新时间应该长一点，如果想看实时的数据，可以通过web UI查看application如果中途直接退出，那么会被标注为未完成。想要标记spark为完成状态，需要sc.stop()方法执行
另外可以通过UI查看指标。这样可以让开发者很容易的创建一些可视化的工具。这些命令同时也只支持正在运行的应用。对于history server，访问的地址是http://
在这些API中，应用的标识为ID[app-id]。当通过YARN启动时，每个应用可能会有多次尝试，只有在cluster模式下才有 应用尝试的id，client模式是没有的。如果是集群模式，那么app-id其实是[base-app-id]/[attempt-id]，其中base-app-id是yarn的appid。
?status=[active|complete|pending|failed] 可以列出对应的状态
| url | 说明 |
|---|---|
| /applications | 列出所有的应用。`?status=[complete |
| /applications/[app-id]/jobs | 展示对应的jobs |
| /applications/[app-id]/jobs/[job-id] | job信息 |
| /applications/[app-id]/stages | stages信息 |
| /applications/[app-id]/executors | excutors信息 |
| /applications/[app-id]/streaming/statistics | streaming信息 |
其他相关的性能调优的工具:
- 集群监控，可以使用Ganglia操作系统监控，可以用dstat, iostat, iotopJVM可以用jstack, jstat, jconsole
Spark 还提供了一个插件 API，以便可以将自定义检测代码添加到 Spark 应用程序中。有两个配置键可用于将插件加载到 Spark 中：
spark.pluginsspark.plugins.defaultList
两者都采用逗号分隔的类名列表，以实现 org.apache.spark.api.plugin.SparkPlugin 接口。这两个名称的存在使得可以将一个列表放置在 Spark 默认配置文件中，从而允许用户从命令行轻松添加其他插件，而不会覆盖配置文件的列表。重复的插件将被忽略。
