在顶部导航栏上,可以点击以下选项来查看不同类型的Spark应用信息:
- Jobs - 此视图将列出所有已提交的作业,并提供每个作业的详细信息,如作业ID、名称、开始时间、结束时间等。
- Stages - 此视图可以查看作业分解成的不同阶段,包括每个阶段的任务数、当前状态等。
- Storage - 此视图展示了数据如何在RDDs(弹性分布式数据集)之间进行分层存储,以及它们的缓存状态。
- Environment - 此视图列出了与Spark应用程序相关的环境变量和配置参数。
- Executors - 此视图提供了关于执行器的详细信息,包括内存使用情况、磁盘使用情况、任务统计等。
Apache Spark UI中的"Executors"页面,该页面提供了关于Spark应用程序中执行器的详细信息。执行器是Spark应用程序中负责执行任务的进程。以下是页面上各部分的介绍:
Summary
- RDD Blocks: 当前存储在执行器上的RDD块数量。
- Storage Memory: 执行器上用于存储的内存总量,以及当前已使用的存储内存。
- Disk Used: 执行器上用于存储的磁盘空间总量,以及当前已使用的磁盘空间。
- Cores: 执行器上可用的CPU核心数。
- Active Tasks: 当前正在执行的任务数量。
- Failed Tasks: 已经失败的任务数量。
- Complete Tasks: 已经完成的任务数量。
- Total Tasks: 执行器上总共处理的任务数量。
- Task Time (GC Time): 执行器上所有任务的总执行时间,以及其中的垃圾回收时间。
- Input: 任务处理的输入数据量。
- Shuffle Read: 任务执行期间从其他执行器读取的shuffle数据量。
- Shuffle Write: 任务执行期间写入的shuffle数据量。
- Excluded: 被排除的执行器数量。
Executors
- Executor ID: 执行器的唯一标识符。
- Address: 执行器的网络地址。
- Status: 执行器的状态,如Active(活跃)或Dead(已死)。
- RDD Blocks: 执行器上存储的RDD块数量。
- Storage Memory: 执行器上用于存储的内存总量,以及当前已使用的存储内存。
- Disk Used: 执行器上用于存储的磁盘空间总量,以及当前已使用的磁盘空间。
- Cores: 执行器上可用的CPU核心数。
- Active Tasks: 当前正在执行的任务数量。
- Failed Tasks: 已经失败的任务数量。
- Complete Tasks: 已经完成的任务数量。
- Total Tasks: 执行器上总共处理的任务数量。
- Task Time (GC Time): 执行器上所有任务的总执行时间,以及其中的垃圾回收时间。
- Input: 任务处理的输入数据量。
- Shuffle Read : 任务执行期间从其他执行器读取的shuffle数据量。
- Shuffle Write: 任务执行期间写入的shuffle数据量。
- Thread Dump: 提供执行器的线程转储链接。
- Heap Histogram: 提供执行器的堆内存使用情况的直方图链接。
- Add Time: 执行器被添加到集群的时间。
- Remove Time: 执行器从集群中移除的时间。
这个页面对于监控和调试Spark应用程序非常有用,因为它提供了关于执行器资源使用情况、任务状态和性能的详细信息。