Spark 查看 job history 日志

SPARK_HOME/conf 下:

spark-defaults.conf 增加如下内容

spark.eventLog.enabled true 
spark.eventLog.dir hdfs://master:8020/var/log/spark 
spark.eventLog.compress true

spark-env.sh 增加如下内容：
export SPARK_HISTORY_OPTS=”-Dspark.history.ui.port=18080 -Dspark.history.retainedApplications=3 -Dspark.history.fs.logDirectory=hdfs:/master.et2:8020/var/log/spark”

启动start-history-server.sh

SPARK_HOME/conf 下: 执行 ./start-history-server.sh

spark job history web: master:18080

这样在spark任务运行完成之后,就可以通过web页面查看日志了

history server相关的配置参数描述：

spark.history.updateInterval 
　　默认值：10 
　　以秒为单位，更新日志相关信息的时间间隔

spark.history.retainedApplications 
　　默认值：50 
　　在内存中保存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，当再次访问已被删除的应用信息时需要重新构建页面。

spark.history.ui.port 
　　默认值：18080 
　　HistoryServer的web端口

spark.history.kerberos.enabled 
　　默认值：false 
　　是否使用kerberos方式登录访问HistoryServer，对于持久层位于安全集群的HDFS上是有用的，如果设置为true，就要配置下面的两个属性

spark.history.kerberos.principal 
　　默认值：用于HistoryServer的kerberos主体名称

spark.history.kerberos.keytab 
　　用于HistoryServer的kerberos keytab文件位置

spark.history.ui.acls.enable 
　　默认值：false 
　　授权用户查看应用程序信息的时候是否检查acl。如果启用，只有应用程序所有者和spark.ui.view.acls指定的用户可以查看应用程序信息;否则，不做任何检查

spark.eventLog.enabled 
　　默认值：false 
　　是否记录Spark事件，用于应用程序在完成后重构webUI

spark.eventLog.dir 
　　默认值：file:///tmp/spark-events 
　　保存日志相关信息的路径，可以是hdfs://开头的HDFS路径，也可以是file://开头的本地路径，都需要提前创建

spark.eventLog.compress 
　　默认值：false 
　　是否压缩记录Spark事件，前提spark.eventLog.enabled为true，默认使用的是snappy

以spark.history开头的需要配置在spark-env.sh中的SPARK_HISTORY_OPTS，以spark.eventLog开头的配置在spark-defaults.conf