Spark源码IDEA远程调试

我们在编写 Spark Application或者是阅读源码的时候，我们很想知道代码的运行情况，比如参数设置的是否正确等等。用Logging方式来调试是一个可以选择的方式，但是，logging方式调试代码有很多的局限和不便。下面是介绍如何通过IDE来远程调试 Spark的Application或者是 Spark的源码。
　　本文以调试Spark Application为例进行说明，本文用到的IDE是IntelliJ IDEA。步骤如下：
　　 一、JVM里面设置以下参数

1	-Xdebug -Xrunjdwp:transport=dt_socket,server=y,suspend=y,address=8888

这里对上面的几个参数进行说明：
-Xdebug 启用调试特性
-Xrunjdwp 启用JDWP实现，包含若干子选项：
transport=dt_socket JPDA front-end和back-end之间的传输方法。dt_socket表示使用套接字传输。
address=8888 JVM在8888端口上监听请求，这个设定为一个不冲突的端口即可。
server=y y表示启动的JVM是被调试者。如果为n，则表示启动的JVM是调试器。
suspend=y y表示启动的JVM会暂停等待，直到调试器连接上才继续执行。suspend=n，则JVM不会暂停等待。
此参数设置在$SPARK_HOME/conf/spark_env.sh的spark_classpath变量里
export SPARK_JAVA_OPTS+="-Xdebug -Xrunjdwp:transport=dt_socket,server=y,suspend=y,address=8888"

　　二、启动Spark Application
　　启动Spark Application的时候我们可以在终端看到如下输出：

1	[iteblog.com@spark spark]$ ./bin/spark-submit --class scala.WordCount

2	--master yarn-cluster

3	--queue queue1

4	--num-executors 30

5	--executor-memory 512m

6	--executor-cores 2

7	spark-1.0-SNAPSHOT.jar /home/wyp/shuffle /home/wyp/sparkshuffle

8	Spark assembly has been built with Hive, including Datanucleus jars on classpath

9	Listening for transport dt_socket at address: 8888

如果你看到第九行的输出（Listening for transport dt_socket at address: 8888），那恭喜你了，启动了远程调试。而且Spark Application正在等待我们的IDE连接它。
　　三、在IntelliJ IDEA设置远程调试的IP和Port
　　依次选择Edit Configurations->点击左上角的+号->Remote->在弹出的页面里面将Host和Port两个选项设置为你Driver运行所在节点机器的IP和Port。
　　设置完后，设置好程序的断电，然后再点击IDE上面的 Debug 按钮（就是那个虫子按钮）。
　　这时候，程序会继续运行，而且在IDE里面会输出以下信息

1	Connected to the target VM, address: 'www.iteblog.com:8888', transport: 'socket'

而且程序会跳到你设置断点的地方，你可以在你IDE的Dubegger里面看到如下的信息：

　　那么恭喜你了，开始你的源码调试之路吧。

注意事项：

设置encoding值，

否则有中文的时候报错

若有此类错误，最好不要有中文