从 Spark 2.2.0 开始,API 中有新的端点用于获取有关流作业的信息。
我在 EMR 集群上运行 Spark,在集群模式下使用 Spark 2.2.0。
当我到达流作业的端点时,它给我的只是错误消息:
没有附加到的流侦听器
我已经深入研究了 Spark 代码库,但这个功能没有很好的文档记录。所以我很好奇这是否是一个错误?我需要做一些配置才能使该端点正常工作吗?
当在集群上运行时,这似乎是一个特别的问题。在我的本地计算机上的 Spark 2.2.0 上运行的相同代码显示了预期的统计信息,但在集群上运行时给出了错误消息。
我正在使用最新的Spark 2.3.0-快照今天由大师建造YMMV。效果很好。
我需要做一些配置才能使该端点正常工作吗?
不。它应该可以正常工作,无需更改默认配置。
确保您使用驱动程序的主机和端口(如rumors您还可以访问吗18080
Spark History Server 确实显示了所有相同的端点和正在运行的相同作业,但没有附加流侦听器)。
正如你在错误消息所在的源代码 https://github.com/apache/spark/blob/master/streaming/src/main/scala/org/apache/spark/status/api/v1/streaming/ApiStreamingApp.scala?utf8=%E2%9C%93#L50它只有在以下情况下才会发生ui.getStreamingJobProgressListener
尚未注册(最终结果为case None
).
所以现在的问题是为什么会这样SparkListener
不被注册?
这引导我们到流作业进度监听器 https://github.com/apache/spark/blob/master/core/src/main/scala/org/apache/spark/ui/SparkUI.scala?utf8=%E2%9C%93#L57使用设置的 var设置StreamingJobProgressListener https://github.com/apache/spark/blob/master/core/src/main/scala/org/apache/spark/ui/SparkUI.scala?utf8=%E2%9C%93#L139 method 只 while StreamingTab
正在实例化 https://github.com/apache/spark/blob/master/streaming/src/main/scala/org/apache/spark/streaming/ui/StreamingTab.scala?utf8=%E2%9C%93#L41(这就是我问您是否可以看到“流媒体”选项卡的原因)。
换句话说,如果您在 Web UI 中看到“流”选项卡,则表明您有可用的流指标端点。检查端点的 URL,其格式应为:
http://[driverHost]:[port]/api/v1/applications/[appId]/streaming/statistics
我尝试重现您的案例,并执行了以下操作,使我找到了一个可行的案例。
-
启动 Spark Streaming 应用程序的官方示例之一。
$ ./bin/run-example streaming.StatefulNetworkWordCount localhost 9999
我确实跑了nc -lk 9999
first.
-
打开网络用户界面@http://localhost:4040/streaming http://localhost:4040/streaming以确保流媒体选项卡在那里。
-
确信http://localhost:4040/api/v1/applications/ http://localhost:4040/api/v1/applications/使用应用程序 ID 进行响应。
$ http http://localhost:4040/api/v1/applications/
HTTP/1.1 200 OK
Content-Encoding: gzip
Content-Length: 266
Content-Type: application/json
Date: Wed, 13 Dec 2017 07:58:04 GMT
Server: Jetty(9.3.z-SNAPSHOT)
Vary: Accept-Encoding, User-Agent
[
{
"attempts": [
{
"appSparkVersion": "2.3.0-SNAPSHOT",
"completed": false,
"duration": 0,
"endTime": "1969-12-31T23:59:59.999GMT",
"endTimeEpoch": -1,
"lastUpdated": "2017-12-13T07:53:53.751GMT",
"lastUpdatedEpoch": 1513151633751,
"sparkUser": "jacek",
"startTime": "2017-12-13T07:53:53.751GMT",
"startTimeEpoch": 1513151633751
}
],
"id": "local-1513151634282",
"name": "StatefulNetworkWordCount"
}
]
-
访问 Spark Streaming 应用程序的端点 @http://localhost:4040/api/v1/applications/local-1513151634282/streaming/statistics http://localhost:4040/api/v1/applications/local-1513151634282/streaming/statistics.
$ http http://localhost:4040/api/v1/applications/local-1513151634282/streaming/statistics
HTTP/1.1 200 OK
Content-Encoding: gzip
Content-Length: 219
Content-Type: application/json
Date: Wed, 13 Dec 2017 08:00:10 GMT
Server: Jetty(9.3.z-SNAPSHOT)
Vary: Accept-Encoding, User-Agent
{
"avgInputRate": 0.0,
"avgProcessingTime": 30,
"avgSchedulingDelay": 0,
"avgTotalDelay": 30,
"batchDuration": 1000,
"numActiveBatches": 0,
"numActiveReceivers": 1,
"numInactiveReceivers": 0,
"numProcessedRecords": 0,
"numReceivedRecords": 0,
"numReceivers": 1,
"numRetainedCompletedBatches": 376,
"numTotalCompletedBatches": 376,
"startTime": "2017-12-13T07:53:54.921GMT"
}
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)