spark 3.x Plugin Framework

背景

该文基于spark 3.0.1
spark 3.0引入了一个新的插件框架，其实这个插件在spark 2.x就已经存在了，只不过spark 3.0对该插件进行了重构。因为在之前该插件是不支持driver端的，具体可以见SPARK-29396。至于为什么引入这么一个插件 是为了更好的监控和定制一些指标，以便更好的进行spark调优。

插件功能

• 支持自定义的指标
  用户可以写代码进行自定义指标的编写，而这些指标和spark的指标结合, 这样就能通过sinks进行收集，具体参见metrics

• executor和driver可以定制listener发送事件
  因为在driverPluginContainer 中我们可以获取到sparkcontext，从而可以注册对应的listener进行处理。
  而在executor端，ExecutorPluginContainer中我们可以实现TaskCompletionListener和TaskFailureListener接口，通过TaskContext.get 注册对应的回调

• executor 插件和 driver插件可以通过RPC进行交互

源码实现

关于源码实现其实还是比较好理解的，自行参考源码PluginContainer,SparkPlugin,DriverPluginContainer,ExecutorPluginContainer

Demo

• SparkPlugins
  该例子自定义了操作系统级别的指标以及HDFS级别的metrics等
• spark-memory
  注意该实现是基于spark 2.x的，但是我们可以基于此进行改造能够集成到spark 3.x中,但是在spark 3.x中，spark.metrics.executorMetricsSource.enabled默认为true，也就是该spark-memory暴露出来的指标已经集成到了spark中了，在此可以作为一个参考。

参考

• spark-plugin
• spark-internals