Spark集群之Spark history server额外配置

 Note：

driver在SparkContext使用stop()方法后才将完整的信息提交到指定的目录，如果不使用stop()方法，即使在指定目录中产生该应用程序的目录，history server也将不会加载该应用程序的运行信息。

在运行Spark应用程序的时候，driver会提供一个webUI给出应用程序的运行信息，但是该webUI随着应用程序的完成而关闭端口，也就是说，Spark应用程序运行完后，将无法查看应用程序的历史记录。Spark history server就是为了应对这种情况而产生的，通过配置，Spark应用程序在运行完应用程序之后，将应用程序的运行信息写入指定目录，而Spark history server可以将这些运行信息装载并以web的方式供用户浏览。 要使用history server，对于提交应用程序的客户端需要配置以下参数（在conf/spark-defaults.conf中配置）：

spark.eventLog.enabled：是否记录Spark事件，用于应用程序在完成后重构webUI。为 true

spark.eventLog.dir ：该属性为记录spark事件的根目录。在此根目录中，Spark为每个应用程序创建分目录，并将应用程序的事件记录到在此目录中。用户可以将此属性设置为HDFS目录，以便history server读取历史记录文件。

spark.yarn.historyServer.address：Spark history server的地址（不要加http://）。这个地址会在Spark应用程序完成后提交给YARN RM，然后RM将信息从RM UI写到history server UI上。

相关配置如下：

spark.eventLog.enabled           true
spark.eventLog.dir               hdfs://hadoop1:9000/user/husor/sparklogs
spark.yarn.historyServer.address    hadoop1:

      注意：可通过hadoop1:8080端口查看以前所以程序相关信息。

而对于history server的服务端，可以配置以下环境变量：

SPARK_DAEMON_MEMORY：分配给history server的内存大小，默认512m。

SPARK_DAEMON_JAVA_OPTS：history server的JVM选择，默认为空。

SPARK_PUBLIC_DNS：history server的公网地址，如果不设置，可以用内网地址来访问。默认为空。

SPARK_HISTORY_OPTS：history server的属性设置，属性如下面所示。默认为空。

属性名称	默认	含义
spark.history.updateInterval	10	以秒为单位，多长时间history server显示的信息进行更新。每次更新都会检查持久层事件日志的任何变化。
spark.history.retainedApplications	250	在history server上显示的最大应用程序数量，如果超过这个值，旧的应用程序信息将被删除。
spark.history.ui.port	18080	history server的默认访问端口
spark.history.kerberos.enabled	false	是否使用kerberos方式登录访问history server，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	空	用于history server的kerberos主体名称
spark.history.kerberos.keytab	空	用于history server的kerberos keytab文件位置
spark.history.ui.acls.enable	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，无论应用程序的spark.ui.acls.enable怎么设置，都要进行授权检查，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;如果禁用，不做任何检查。 driver在SparkContext使用stop()方法后才将完整的信息提交到指定的目录，如果不使用stop（）方法，即使在指定目录中产生该应用程序的目录，history server也将不会加载该应用程序的运行信息。所以如果直接使用Spark1.0.0源代码/examples/src/main/python/pi.py，就无法显示其应用程序，在最后加上一行sc.stop()后，就可以显示。driver在SparkContext使用stop()方法后才将完整的信息提交到指定的目录，如果不使用stop（）方法，即使在指定目录中产生该应用程序的目录，history server也将不会加载该应用程序的运行信息。所以如果直接使用Spark1.0.0源代码/examples/src/main/python/pi.py，就无法显示其应用程序，在最后加上一行sc.stop()后，就可以显示