Spark 配置History

最新推荐文章于 2024-04-27 16:09:31 发布
原创 最新推荐文章于 2024-04-27 16:09:31 发布 · 658 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#spark #hdfs

本文介绍如何通过修改spark-defaults.conf和spark-env.sh文件来配置Spark History Server，包括启用事件日志记录、设置日志目录及重启Spark服务等步骤。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >


首先在spark-defaults.conf中添加线面两行：

spark.eventLog.enabled           true
spark.eventLog.dir               hdfs://master.domain.com:9000/log/sparkLogs


在spark-env.sh中添加下面两行：

export SPARK_HISTORY_OPTS="-Dspark.history.fs.logDirectory=hdfs://master.domain.com:9000/log/sparkLogs"
export SPARK_PUBLIC_DNS=master.domain.com


然后重新启动spark和history：

cd spark-install-dir
./sbin/stop-all.sh
./sbin/start-all.sh
./sbin/start-history-server.sh


此时访问服务器，就会看到History Server已经启动了：

http://master.domain.com:18080




Spark启动HistoryServer
merrily01的博客
02-02 2492
1.spark-defaults.conf中添加配置，开启eventLog并指定存放路径： spark.eventLog.enabled=true spark.eventLog.compress=true spark.eventLog.dir=hdfs://XXX:9000/spark_eventlog/ 2. $SPARK_HOME/sbin下，执行 ./start-history-server.sh 启动history-server： 需要注意的是,start-history-server..
Spark 配置 Standalone 集群以及 Job History Server
a1786742005的博客
03-14 688
一、环境准备 1、准备三台 linux 机器 2、每台机器都设置好 ip 和主机名 3、每台机器设置主机名与 ip 映射 4、每台机器都关闭防火墙 5、设置机器与机器之间的 ssh 通信 6、每台机器都提前安装好 jdk 7、准备 spark 安装包 二、部署 standalone 集群 1、集群规划 hadoop151 hadoop152 hadoop153 master ...
spark-location-history:使用 Spark 以热图的形式可视化您的 google 位置历史记录以聚合数据的应用程序
06-23
可视化您的位置记录！ 如果您有 Android 手机并启用了位置报告功能，Google 会存储您的位置历史记录（请参阅 ）。 这是一个应用程序，它使用 Spark 以热图的形式可视化您的位置历史来聚合（可能是大量的）数据，例如： 开始 以下是数据流的概述： 为了开始，请执行以下操作： 1) 下载您的位置历史数据 在下载您的位置历史数据 您可以取消选择除位置历史以外的所有内容。 单击下一步并等待您的位置历史数据准备就绪。 下载数据后，将其解压缩并将其放入结帐中的data/input/目录中。 2) 安装 InfluxDB、Spark 和 Python 包 [Mac] 安装 ： $ brew install influxdb [Mac] 安装 Spark： $ brew install apache-spark 安装 Python（2.7 版）包： $ pip install
配置 Spark HistoryServer
夜雨寒霜
12-21 851
第一步： cd /home/hadoop/apps/spark-2.3.0-bin-hadoop2.7/conf cp spark-defaults.conf.template spark-defaults.conf 在文件里面添加如下内容： spark.eventLog.enabled     true spark.eventLog.dir     hdfs://myha01/ssparklo...
Spark History Server配置使用
weixin_33696106的博客
09-19 624
Spark history Server产生背景 以standalone运行模式为例，在运行Spark Application的时候，Spark会提供一个WEBUI列出应用程序的运行时信息；但该WEBUI随着Application的完成(成功/失败)而关闭，也就是说，Spark Application运行完(成功/失败)后，将无法查看Application的历史记录； Spark histor...
配置spark的HistoryServer
04-27 927
如果需要在spark中配置好historyserver，则需要再修改两处设置。你可以通过http://ip地址:18080查看spark程序的运行。注：首先要手工建立日志记录文件夹，服务器不会自动建立，建立命令如下。如果通过jps能够看到HistoryServer，则说明已经启动了。
Spark入门 - History Server配置使用
热门推荐
CMSurprise的博客
11-16 1万+
问题描述在Spark安装成功后，无论是通过spark-submit工具还是通过Intellij IDEA提交任务，只要在Spark应用程序运行期间，都可以通过WebUI控制台页面来查看具体的运行细节，在浏览器中通过地址：http://<driver-node>:4040即可查看当前的运行状态。但是一旦应用程序运行结束，该Web界面也就失效了，无法继续查看监控集群信息。无法回顾刚刚运行的程序细节，进而
Spark配置之历史服务器（HistoryServer）
guohuishan的博客
12-30 2579
为什么要配置历史服务器 DriverProgram:客户端；提交一个应用程序（application）以后，再提交一次，就无法查看之前的提交信息了；使用历史服务器就可以 具体配置过程如下：现有客户机（clus10，clus11，clus12，clus13） 首先启动zookeeper bin/zkServer.sh start bin/zkServer.sh status 查看状态（一个leade...
Hive on Spark 配置
hu_wei123的博客
03-30 2534
Hive引擎包括：MR（默认）、tez、spark。Hive on Spark：Hive既作为存储元数据又负责 SQL 的解析优化，语法是 HQL 语法，执行引擎变成了 Spark，Spark 负责采用 RDD 执行。Spark on Hive：Hive 只作为存储元数据，Spark负责SQL解析优化，语法是Spark SQL语法，Spark负责采用 RDD 执行。
Spark History Server 配置方法
Daverain的博客
07-11 911
一、配置目的 我们在spark上运行程序的时候会经历很多次任务失败，而任务结束后，我们无从得知问题处在哪里，Spark提供了History Server服务可以保存历史Application的运行记录，帮助我们更好的解决问题。 官方文档参考:https://spark.apache.org/docs/latest/configuration.html 二、基本原理 Spark作业将作业执行...
Spark History Server配置
cxy1991xm的博客
04-15 159
1、spark-defaults.conf：spark.eventLog开头的配置 spark.eventLog.enabled true spark.eventLog.compress true spark.eventLog.dir hdfs://ip:port/log/或者file:///tmp/spark-events 2、spar...
Spark配置historyserver
C_time的博客
11-06 430
先看一下spark是否启动 是访问8080端口 不是7077 成功
spark配置历史服务
weixin_45401713的博客
03-15 503
修改spark-defaults.conf.template文件名 mv spark-defaults.conf.template spark-defaults.conf 修改spark-default.conf文件，配置日志存储路径 spark.eventLog.enabled true spark.eventLog.dir hdfs://Hadoop102:8020/directory 注意：需要启动hadoop集群 （hadoop102: start
【spark笔记】HistoryServer服务配置
m0_37911384的博客
09-17 348
配置文件：spark-defaults.conf spark.eventLog.enabled true spark.eventLog.dir hdfs://IP:8020/spark-events #提前创建好目录 spark.eventLog.compress true #压缩，减少资源消耗 配置文件：spark-env....
从0到1进行Spark history分析
fhw10204130的专栏
12-28 743
一、总体思路# 以上是我在平时工作中分析spark程序报错以及性能问题时的一般步骤。当然，首先说明一下，以上分析步骤是基于企业级大数据平台，该平台会抹平很多开发难度，比如会有调度日志（spark-submit日志）、运维平台等加持，减少了开发人员直接接触生成服务器命令行的可能，从物理角度进行了硬控制，提高了安全性。 下面我将带领大家从零到一，从取日志，到在Spark WebUI进行可视化分析相关报错、性能问题的方法。 二、步骤# （一）获取applicationID# 1.从调度日志获取#
spark03: 基础——Spark history server、Spark任务调度、读写分布式数据
Big_data_implicit_
11-28 488
1、Spark的历史服务－spark history server 在实际生产中，需要查看已经执行的任务的详细日志信息 [root@linux01 conf]# start-history-server.sh 1.1 配置历史服务 1.1.1 修改spark conf下的spark-defaults.conf，添加 # 启用spark history server eventlog.dir会为每一个任务创建一个子目录 spark.eventLog.enabled tru...
Spark学习（六）高可用集群配置HistoryServer
potter
04-25 720
为了方便管理日志，记录Spark程序运行结果，需要进行historyServer配置1、常规单节点配置第一步： cp spark-defaults.conf.template spark-defaults.conf 在文件里面添加如下内容： spark.eventLog.enabled true spark.eventLog.dir ...
高可用Spark集群配置HistoryServer
jin6872115的博客
04-24 692
为了方便管理日志，，记录spark程序运行结果，需要进行historyServer配置1、常规单节点配置第一步： mv spark-defaults.conf.template spark-defaults.conf 在文件里面添加如下内容： spark.eventLog.enabled true spark.eventLog.dir hdfs...
7.Spark历史服务器配置及ha机制
GCPOP的博客
06-17 653
1) 修改spark-defaults.conf.template文件名为spark-defaults.conf 2) 修改spark-default.conf文件，配置日志存储路径 注意：需要启动hadoop集群，HDFS上的directory目录需要提前存在。 3) 修改spark-env.sh文件, 添加日志配置 参数1含义：WEB UI访问的端口号为18080 参数2含义：指定历史服务器日志存储路径 参数3含义：指定保存Application历史记录的个数，如果超过这个值，旧的应
spark配置
最新发布
03-08
### Apache Spark配置设置 #### 配置文件概述 Spark 的配置主要通过 `conf/spark-defaults.conf` 文件完成。此文件允许用户定义一系列键值对来调整 Spark 应用程序的行为[^1]。 #### 主要配置参数 一些常用的配置项包括但不限于： - **spark.executor.memory**: 设置每个 executor 使用的最大内存量，默认单位为 MB。 - **spark.driver.memory**: 设定 driver 进程可用内存大小。 - **spark.master**: 指明集群管理器地址，比如 local, yarn-client 或者 spark://host:port 等形式。 - **spark.submit.deployMode**: 定义提交模式为客户机(client)或群集(cluster)，这决定了driver在哪里运行。 - **spark.sql.shuffle.partitions**: 控制 shuffle 后分区的数量，影响到后续操作并行度。 对于更详细的配置选项列表及其说明，建议查阅官方文档获取最新最全的信息[^2]。 #### 动态加载外部属性 除了静态配置外，还可以利用环境变量或者命令行参数动态传递配置给应用程序。例如，在启动时可以通过如下方式指定额外的 JVM 参数： ```bash export SPARK_JAVA_OPTS="-Dproperty=value" ``` 另外也可以直接在提交作业的时候附加配置： ```bash bin/spark-submit --conf key=value ... ``` #### Web界面监控与调试 为了更好地理解和优化应用表现，可以借助内置的 Spark UI 和 History Server 来查看正在运行的应用详情以及历史记录中的各项指标，这对于识别潜在的问题非常有用。 ```python from pyspark import SparkConf # 创建自定义配置对象 conf = SparkConf().setAppName("MyApp")\ .setMaster("local[*]")\ .set("spark.some.config.option", "some-value") print(conf.toDebugString()) ``` 上述代码展示了如何创建一个带有特定配置的新 SparkContext 实例，并打印出当前所有的配置信息以便验证。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值