Spark 配置History

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




### Apache Spark配置设置 #### 配置文件概述 Spark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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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