首先进入到Spark安装目录下的配置文件:
cd /home/groot/soft/spark/conf
将spark-default.conf.template复制为spark-defaults.conf:
cp spark-defaults.conf.template spark-defaults.conf
修改spark-defaults.conf文件,开启Log:
vi spark-defaults.conf
修改内容:
这里需要注意:首先得确认自己的hdfs的端口号,我的是8020,如果不清楚自己的端口号,可以去查看一下:
另外还需注意的是你要确保自己的hdfs里面有directory这个相应的目录文件夹:
修改spark-env.sh文件,添加如下配置:
export SPARK_HISTORY_OPTS="-Dspark.history.ui.port=4000
-Dspark.history.retainedApplications=3
-Dspark.history.fs.logDirectory=hdfs://master:9000/directory"
参数描述:spark.eventLog.dir:Application在运行过程中所有的信息均记录在该属性指定的路径下:
spark.history.ui.port=7077 调整WEBUI访问的端口号为7077
spark.history.fs.logDirectory=hdfs://master:9000/directory 配置了该属性后,在start-history-server.sh
时就无需再显式的指定路径,Spark History Server页面只展示该指定路径下的信息
spark.history.retainedApplications=3 指定保存Application历史记录的个数,如果超过这个值,旧的应
用程序信息将被删除,这个是内存中的应用数,而不是页面上显示的应用数。
将配置好的Spark文件拷贝到其他节点上:
scp spark-defaults.conf slave1:/home/groot/soft/spark/conf
scp spark-defaults.conf slave2:/home/groot/soft/spark/conf
scp spark-env.sh slave1:/home/groot/soft/spark/conf
scp spark-env.sh slave2:/home/groot/soft/spark/conf
这个时候,将Hadoop集群跟spark启动,同时进入spark的sbin目录下启动history执行:
./start-history-server.sh
完成后就可以去网页端查看了:
master:4000
这个时候就会出来History Server的WebUI界面