Spark Metrics配置详解
来源:互联网 发布:指导生活的算法mobi 编辑:程序博客网 时间:2024/05/17 23:41
Spark的Metrics系统目前支持以下的实例:
(1)、master:Spark standalone模式的master进程;
(2)、worker:Spark standalone模式的worker进程;
(3)、executor:Spark executor;
(4)、driver:Spark driver进程;
(5)、applications:master进程里的一个组件,为各种应用作汇报。
在Spark的Metrics系统主要支持Sink和Source两种,其中,Sink指定metrics信息发送到哪里,每个instance可以设置一个或多个Sink(这点和Flume很类似)。Sink的源码位于org.apache.spark.metrics.sink
包中;而Source也是指信息的来源,它主要分为两大类:
(1)、Spark内部source,比如MasterSource、WorkerSource等,它们会接收Spark组件的内部状态;
(2)、通用source,如:JvmSource,它收集低级别的状态。
支持的Sink类别
ConsoleSink
ConsoleSink是记录Metrics信息到Console中。
CSVSink
定期的把Metrics信息导出到CSV文件中。
JmxSink
可以通过JMX方式访问Mertics信息
MetricsServlet
这个在Spark中默认就开启了,我们可以在4040端口页面的URL后面加上/metrics/json
查看
GraphiteSink
GangliaSink
由于Licene的限制,默认没有放到默认的build里面,如果需要使用,需要自己编译(这个会在后面专门介绍)
如何使用
在Spark安装包的$SPARK_HOME/conf
路径下有个metrics.properties
文件(如果不存在,请将metrics.properties.template
重命名为metrics.properties
即可),Spark启动的时候会自动加载它。
当然,如果想修改配置文件位置,我们可以使用-Dspark.metrics.conf=xxx
进行修改。
实例
下面我将简单地介绍如何使用Spark Metrics。我只想简单地开启ConsoleSink,我们可以如下配置:
01
# User: 过往记忆
02
# Date: 2015-05-05
03
# Time: 上午01:16
04
# bolg: http://www.iteblog.com
05
# 本文地址:http://www.iteblog.com/archives/1341
06
# 过往记忆博客,专注于hadoop、hive、spark、shark、flume的技术博客,大量的干货
07
# 过往记忆博客微信公共帐号:iteblog_hadoop
08
09
*.sink.console.class=org.apache.spark.metrics.sink.ConsoleSink
10
*.sink.console.period=10
11
*.sink.console.unit=seconds
period是ConsoleSink的轮询周期,unit是ConsoleSink的轮询周期时间单位。上面是配置所有的实例,如果想单独配置可以如下:
1
master.sink.console.class=org.apache.spark.metrics.sink.ConsoleSink
2
master.sink.console.period=15
3
master.sink.console.unit=seconds
这个配置可以覆盖通用配置符(也就是上面的*号)
我们为master、worker、driver和executor开启jvm source,如下:
01
# User: 过往记忆
02
# Date: 2015-05-05
03
# Time: 上午01:16
04
# bolg: http://www.iteblog.com
05
# 本文地址:http://www.iteblog.com/archives/1341
06
# 过往记忆博客,专注于hadoop、hive、spark、shark、flume的技术博客,大量的干货
07
# 过往记忆博客微信公共帐号:iteblog_hadoop
08
09
master.
source
.jvm.class=org.apache.spark.metrics.
source
.JvmSource
10
worker.
source
.jvm.class=org.apache.spark.metrics.
source
.JvmSource
11
driver.
source
.jvm.class=org.apache.spark.metrics.
source
.JvmSource
12
executor.
source
.jvm.class=org.apache.spark.metrics.
source
.JvmSource
当然,我们还可以自定义Source,这个需要继承自org.apache.spark.metrics.source.Source类。关于如何自定义Source,我这里不介绍了,需要的同学可以去参照Spark源码,比如JvmSource类的实现。
- Spark Metrics配置详解
- Spark Metrics配置详解
- Spark Metrics配置详解
- spark Metrics System hack
- spark 监控--WebUi、Metrics System
- Ambari-Metrics配置指南
- Spark配置参数详解
- spark配置详解
- spark spark_deploy_mode配置详解
- Spark配置属性详解
- Spark配置参数详解
- spark deploy_mode配置详解
- Spark源码走读9——Metrics
- spark core 2.0 ExecutorSource Metrics统计
- spark 2.1 metrics Source and BlockManagerSource
- flume spark streaming配置详解
- Spark配置属性详解(1)
- Spark配置属性详解(1)
- 在Pycharm 中import os 或者import selenium from selenium import webdriver就会报错
- TOJ 1962.Skew Binary
- 带具体进度的进度条对话框
- Spark安装部署
- vim + scala 开发环境
- Spark Metrics配置详解
- HDU Let the Balloon Rise
- 使用Ganglia监控Spark
- boost::split提取字符串需要注意的地方
- 新学习的指针终于搞明白了
- HDU 1425 sort
- 内部排序:五大类8小种
- war包部署到tomcat
- PAT_A 1109. Group Photo (25)