ideallij调试spark源码的n中方法
来源:互联网 发布:律所能源法业务知乎 编辑:程序博客网 时间:2024/06/03 12:27
该篇文章介绍多种在ideallij中单步调试spark源码的方法,以sparksql为例来进行说明
方法一 直接通过app的方式进行单步调试
本方法假设开发者已经搭建了spark在ideallij中的的运行环境,并且可以成功运行(注意,是ideallij中运行,而不是通过打jar包的方式运行)
- app源码
package com.tencent.cubeli.sparksql
import org.apache.spark.{SparkConf, SparkContext}
import org.apache.spark.sql.SparkSession
object DataFrameCreate {
def main(args: Array[String]): Unit = {
val conf = new SparkConf().setMaster("local").setAppName("df create")
val sc = new SparkContext(conf)
val spark = SparkSession.builder().appName("Spark SQL basic example").config("spark.some.config.option", "some-value").getOrCreate()
import spark.implicits._
val df = spark.read.json("file:///Users/waixingren/bigdata-java/spark/sparkproj/data/nation.json")
// println("=========group by sum wich dataframe===================")
df.
filter($"nationkey"<9).
groupBy("regionkey").
count.
show()
}
}
注意,以上是以local模式运行sparksql,这种方式的优点是driver和executor都在同一个本地jvm中,在单步调试时既可以跟踪driver流程,也可以跟踪executor流程。如果不设置成local模式,那么只能在本地跟踪driver的处理流程。
- 在app中设置断点
如下图所示:
- 调试,点下图的虫子标志
在提交了运行之后,程序会在断点处停止,等待单步调试,如下图所示:
- 下载源码
在上一步停止之后,点击step in(根据keymap映射不同点击的按键有所不同)进入方法,在第一次进入时,ideallij会显示这个方法是它通过反编译反编译出来的,这种代码虽然也可用于调试,但是不包含注释等信息,但是右上角会有一个提示让下载源码,点击下载源码,ideallij后台就会去远程maven仓库下载*source.jar,并自动添加到工程的源码依赖中,这时就可以单步调试spark的源码了
可以看到,这种方式的优点是简便,易于操作,但是缺点也很明显,单步调试的源码并非我们自己的源码,而是从mavne仓库下载的*source.jar文件,如果我们自己修改了源码,就得在maven打包时,打出*source.jar文件,并install到本地maven仓库,才能保证单步调试的是最新的spark源码。
方法二 远程调试方式
该方法要利用ideallij的远程调试功能,eclipse里也有该功能。该方法的优点是,可以调试现网已经在运行的spark集群,缺点是配置稍微优点麻烦。
- 导入源码
选择spark源码根目录,点击“maven”,然后next
这时会有很多maven进行构建时的很多profile让选择,可以根据实际情况进行勾选,不勾选就是用默认的profile:
一路点击next,可以根据实际情况进行修改,不修改也可以,最后点检完成,执行spark源码导入,idealilij会进行该工程的依赖解析,等解析完成后就可以在package试图看到该工程的包试图,说明导入成功。
- 配置远程调试
点击Edit Configurations...
点击“+”,选择remote
配置jvm远程调试选项,主要是host和port需要修改成spark进程所在的host和jmx端口号,如下图,可以修改“Name:”,“Host”,“Port”,这里的host一定要是spark运行的主机,port需要是远程没有被使用的端口,并且要记住此端口,待会要用。
配置完之后保存。
在spark-defaults.conf文件中添加以下配置:
spark.driver.extraJavaOptions -Xdebug -Xrunjdwp:transport=dt_socket,server=y,suspend=y,address=5005
spark.executor.extraJavaOptions -Xdebug -Xrunjdwp:transport=dt_socket,server=y,suspend=n,address=5005
其中的spark.driver.extraJavaOptions是用来调试driver的,spark.executor.extraJavaOptions是用来调试executor的,如果driver和executor不在同一个节点,那么端口可以相同,如果在同一个节点,那么端口不能一样。如果suspend=y,说明spark进程在启动时会挂起来,等待ideallij远程连接成功之后在继续启动;如果是n,那么不用等待ideallij远程连接,就启动,但是会一直监听这个端口,等待ideallij远程连接。
- 连接
等spark进程挂起或者启动成功之后(根据suspend是y或者n来决定),在ideallij中设置断点,并启动刚才配置的远程连接,就可以连接到spark的jvm进程上,并进行远程的但不调试了
阅读全文
0 0
- ideallij调试spark源码的n中方法
- 调试spark源码
- 远程调试spark源码(基于java的调试工具)
- 调试openstack源码的方法
- spark 调试方法总结
- Spark源码IDEA远程调试
- 不翻墙如何调试Spark源码?
- Spark 源码调试一路通
- spark源码远程调试开发
- Spark的MLLib中,SVM官方示例所用的load方法源码解读
- Java源码-N个数字中第k个最大值的求解方法
- [源码]SQUID的简单内存调试方法
- linux程序无源码调试的方法
- vs2010调试进入MFC源码的方法
- IDEA本地执行 or 调试Spark Application的方法
- Spark的Debug调试
- VC++有源码调试中崩溃问题定位的一个好方法
- spark中自然语言处理的一些方法
- refusing to merge unrelated histories(AS项目推送至码云出错)
- 计算轮廓点的最小凸包像素面积,最小外接圆的快速方法
- python 新式类学习随笔-装饰器(3)
- javaweb后端基础错题总结
- selenium脚本录制
- ideallij调试spark源码的n中方法
- spring一个项目调用另一个项目接口的方法,HttpClient调用
- react-native 屏幕尺寸和文字大小适配
- Kaldi知识点汇集
- android bug:Camera is being used after Camera.release() was called
- jvm学习笔记
- 选择排序算法的java实现
- 共享变量在线程间的可见性
- 算法题