Как реализовать пользовательский приемник/трекер задач в Spark?

У меня есть класс, как показано ниже, и когда я запускаю это через командную строку, я хочу видеть статус прогресса. что-то вроде <

10% completed... 
30% completed... 
100% completed...Job done!

Я использую искру 1.0 на пряжу и использую Java API.

public class MyJavaWordCount {
    public static void main(String[] args) throws Exception {
        if (args.length < 2) {
            System.err.println("Usage: MyJavaWordCount <master> <file>");
            System.exit(1);
        }
        System.out.println("args[0]: <master>="+args[0]);
        System.out.println("args[1]: <file>="+args[1]);

        JavaSparkContext ctx = new JavaSparkContext(
                args[0],
                "MyJavaWordCount",
                System.getenv("SPARK_HOME"),
                System.getenv("SPARK_EXAMPLES_JAR"));
        JavaRDD<String> lines = ctx.textFile(args[1], 1);

//      output                                            input   output         
        JavaRDD<String> words = lines.flatMap(new FlatMapFunction<String, String>() {
            //              output       input 
            public Iterable<String> call(String s) {
                return Arrays.asList(s.split(" "));
            }
        });

//          K       V                                                input   K       V 
        JavaPairRDD<String, Integer> ones = words.mapToPair(new PairFunction<String, String, Integer>() {
            //            K       V             input 
            public Tuple2<String, Integer> call(String s) {
                //                K       V 
                return new Tuple2<String, Integer>(s, 1);
            }
        });

        JavaPairRDD<String, Integer> counts = ones.reduceByKey(new Function2<Integer, Integer, Integer>() {
            public Integer call(Integer i1, Integer i2) {
                return i1 + i2;
            }
        });

        List<Tuple2<String, Integer>> output = counts.collect();
        for (Tuple2 tuple : output) {
            System.out.println(tuple._1 + ": " + tuple._2);
        }
        System.exit(0);
    }
}

Ответы

Ответ 1

Если вы используете scala -spark, этот код поможет вам добавить световой приемник.

Создайте свой SparkContext

val sc=new SparkContext(sparkConf)

Теперь вы можете добавить своего искрового прослушивателя в искровом контексте

sc.addSparkListener(new SparkListener() {
  override def onApplicationStart(applicationStart: SparkListenerApplicationStart) {
    println("Spark ApplicationStart: " + applicationStart.appName);
  }

  override def onApplicationEnd(applicationEnd: SparkListenerApplicationEnd) {
    println("Spark ApplicationEnd: " + applicationEnd.time);
  }

});

Вот список интерфейсов для прослушивания событий из расписания Spark.

Ответ 2

Вы должны реализовать SparkListener. Просто переопределите любые события, которые вас интересуют (задание/этап/начало/конец события), затем вызовите sc.addSparkListener(myListener).

Это не дает вам прямого отслеживания прогресса, основанного на процентах, но, по крайней мере, вы можете отслеживать этот прогресс и его интенсивность. Трудность объясняется тем, насколько непредсказуемым может быть количество этапов искры, а также то, как время работы каждого этапа может значительно отличаться. Прогресс на этапе должен быть более предсказуемым.

Ответ 3

Прежде всего, если вы хотите отслеживать прогресс, то вы можете рассмотреть spark.ui.showConsoleProgress PLS check @Yijie Shens answer (Исходный результат: стиль журнала и прогресс-стиль) для этого.

Я думаю, что нет необходимости внедрять слушателя Spark для такой вещи. Если вы не очень конкретны.

Вопрос: Как реализовать пользовательский приемник/трекер задач в Spark?

Вы можете использовать SparkListener и перехватывать события SparkListener.

Классический пример этой реализации с помощью Spark Framework - это HeartBeatReceiver.

Пример: HeartBeatReceiver.scala

/**
 * Lives in the driver to receive heartbeats from executors..
 */
private[spark] class HeartbeatReceiver(sc: SparkContext, clock: Clock)
  extends SparkListener with ThreadSafeRpcEndpoint with Logging {

  def this(sc: SparkContext) {
    this(sc, new SystemClock)
  }

  sc.addSparkListener(this) ...

Ниже приведен список доступных событий прослушивателя. из которых приложения/задания должны быть полезны для вас

  • SparkListenerApplicationStart

  • SparkListenerJobStart

  • SparkListenerStageSubmitted

  • SparkListenerTaskStart

  • SparkListenerTaskGettingResult

  • SparkListenerTaskEnd

  • SparkListenerStageCompleted

  • SparkListenerJobEnd

  • SparkListenerApplicationEnd

  • SparkListenerEnvironmentUpdate

  • SparkListenerBlockManagerAdded

  • SparkListenerBlockManagerRemoved

  • SparkListenerBlockUpdated

  • SparkListenerUnpersistRDD

  • SparkListenerExecutorAdded

  • SparkListenerExecutorRemoved