spark streaming job 耗时监控

最新推荐文章于 2022-03-17 19:57:28 发布

玉羽凌风

最新推荐文章于 2022-03-17 19:57:28 发布

阅读量1.6k

点赞数 1

分类专栏： AWS HADOOP Java编程

本文链接：https://blog.csdn.net/zhouyan8603/article/details/73930292

版权

Java编程同时被 3 个专栏收录

55 篇文章 1 订阅

订阅专栏

HADOOP

53 篇文章 2 订阅

订阅专栏

AWS

41 篇文章 2 订阅

订阅专栏

在写spark streaming job时，有时候我们需要对job信息进行监控，比如监控当前streaming job的每个batch的process time和delay time等，当然通过spark提供的管理后台（默认4040端口）可以查看job的详情，但是并不太方便，我们可以将信息全部输出到自定义的metrics里，然后进一步统计。实现代码如下：

        JavaStreamingContext javaStreamingContext =
                new JavaStreamingContext(sparkConfig, batchInterval);

do xxx

 javaStreamingContext.addStreamingListener(new JobListener());

        javaStreamingContext.start();
        try {
            javaStreamingContext.awaitTermination();
        } catch (InterruptedException e) {
            logger.error(e.getStackTrace().toString());
        }

如上述，添加一个JobListener即可，JobListener实现如下

private static class JobListener implements StreamingListener {

        @Override
        public void onBatchCompleted(StreamingListenerBatchCompleted batchCompleted) {
            try {
               
                        batchCompleted.batchInfo().totalDelay().get().toString();
			batchCompleted.batchInfo().processingDelay().get().toString();
                	batchCompleted.batchInfo().schedulingDelay().get().toString();
                	batchCompleted.batchInfo().numRecords();
                	Map<Object, OutputOperationInfo> map = JavaConverters.mapAsJavaMapConverter(batchCompleted.batchInfo().outputOperationInfos()).asJava();
                for (OutputOperationInfo outputOperationInfo : map.values()) {
                    System.out.println(outputOperationInfo.name()),
		    Double.valueOf(outputOperationInfo.duration().get().toString());
                }

            } catch (Exception e) {
                logger.error("JobListener onBatchCompleted", e);
            }
        }

        @Override
        public void onReceiverStarted(StreamingListenerReceiverStarted receiverStarted) {
        }

        @Override
        public void onReceiverError(StreamingListenerReceiverError receiverError) {
        }

        @Override
        public void onReceiverStopped(StreamingListenerReceiverStopped receiverStopped) {
        }

        @Override
        public void onBatchSubmitted(StreamingListenerBatchSubmitted batchSubmitted) {
        }

        @Override
        public void onBatchStarted(StreamingListenerBatchStarted batchStarted) {
        }

        @Override
        public void onOutputOperationCompleted(StreamingListenerOutputOperationCompleted arg0) {
        }

        @Override
        public void onOutputOperationStarted(StreamingListenerOutputOperationStarted arg0) {
        }

    }

上面是在onBatchComplted的时候实现的，是针对batch级别的监控，当然还有更好的实现方式，那就是在onOutputOperationCompleted，这是针对每个batch里的job output输出监控

 try {
                MetricsWriter metricsWriter = new MetricsWriter();
                metricsWriter.addRequest(arg0.outputOperationInfo().name(), Double.valueOf(arg0.outputOperationInfo().duration().get().toString()) / 1000);
                metricsWriter.send();
            }catch (Exception e){
                logger.error("JobListener onOutputOperationCompleted", e);
            }

注意，以上代码需要进一步修改，只是个思路，需要自己加入实现的metrics