Spark1.0.0能够通过下面几种方式来对Spark应用程序进行监控：
- Spark应用程序的WebUI或者Spark Standalone的集群监控
- 指标，然后通过支持指标收集的集群监控系统。如ganglia进行监控
- 辅助监控工具
1：WebUI
Spark应用程序提交后，driver和Executor之间不断的交换执行信息。能够通过driver的4040port（默认port）获取实用的Spark应用程序的执行信息，如：
- Stage和Task
- RDD大小和内存使用情况
- 环境变量信息
- executor的执行信息
- ...
假设多个Spark应用程序在同一个client上以client方式提交，那么driver的WebUIport将绑定从4040開始的连续port，如4040、4041、4042...。
须要注意的是，用过WebUI仅仅能查看Spark应用程序在执行期间的信息，一旦Spark应用程序执行完，这些信息将无法查看。由于WebUIport随Spark应用程序的完毕而关闭。假设想要事后查看Spark应用程序的执行信息。那么须要配置history Server来持久化Spark应用程序执行信息。关于history Server參见Spark1.0.0 history server配置（正在撰写，迟点给上链接） 。
2：指标
Spark採用了基于Coda Hale Metrics Library 的可配置的指标体系，通过各种指标收集器，如JMX、CSV、GraphiteSink、Ganglia等能够进行汇总报告。该指标体系的配置文件位于conf/metrics.properties（通过复制conf/metrics.properties.template生成或自建），假设要採用自己定义的配置文件，还须要在属性配置上配置一下spark.metrics.conf。
Spark的指标体系针对Spark不同的组件分解成对应的实例。每一个实例涵盖一套指标。
Spark如今支持的实例有：
- master
- worker
- applications
- driver
- executor
Spark的指标体系支持多种收集器，每一个实例能够採用多个收集器，也能够不採用。Spark支持的收集器定义在org.apache.spark.metrics.sink，如今支持的收集器有：
- ConsoleSink
- CSVSink.
- JmxSink
- MetricsServlet
- GraphiteSink
- GangliaSink 由于版权问题。部署包默认不含有该收集器；假设须要，要又一次编译嵌入LGPL授权代码的源代码。详细使用參见用ganglia监控Spark1.0.0（正在撰写。迟点给上链接）。
3：辅助监控工具
能够通过一些辅助监控工具对Spark应用程序执行前后和执行过程中系统性能变化来监控Spark应用程序。
这些辅助工具有：
- 集群监控系统，如ganglia、negios、zabbix等，这些工具能够监控整个集群的磁盘、网络、内存利用率和性能瓶颈；
- 操作系统性能分析工具，如dstat、iostat、iotop，这些工具能够对单台机器的性能进行仔细地分析；
- JVM性能分析工具。如 jstack、jmap、jstat 、jconsole，这些工具能够对JVM进行具体的性能分析。
版权声明：本文博主原创文章，博客，未经同意不得转载。