各个 dataproc 火花日志在哪里？

Question

dataproc spark 作业日志位于何处？我知道“日志记录”部分下有来自驱动程序的日志，但是执行节点呢？此外，Spark 正在执行的详细步骤记录在哪里（我知道我可以在 Application Master 中看到它们）？我正在尝试调试一个似乎挂起并且火花似乎冻结的脚本。

Answer 1

任务日志存储在/tmp下的每个工作节点上。

可以通过纱线日志聚合将它们收集到一个地方。在集群创建时设置这些属性（通过 --properties 和 yarn: 前缀）：

• yarn.log-aggregation-enable=true
• yarn.nodemanager.remote-app-log-dir=gs://${LOG_BUCKET}/logs
• yarn.log-aggregation.retain-seconds=-1

这是一篇讨论日志管理的文章：

https://hortonworks.com/blog/simplifying-user-logs-management-and-access-in-yarn/

更新：以上信息已过时，请参阅Dataproc YARN container logs location 了解最新信息。