Spark历史服务器

Question

我目前正在使用 IntelliJ IDE 在 Scala 中开发 Spark。执行程序时我可以访问 Web UI，但之后我无法访问历史服务器。

任何帮助将不胜感激，顺便说一句，我正在使用 Windows。 我还在 C:/tmp/spark-events 创建了一个日志文件夹，并以这种方式编辑了 spark-defaults.conf：

# Example:
# spark.master                     spark://master:7077
# spark.eventLog.enabled           true
# spark.eventLog.dir               hdfs://namenode:8021/directory
# spark.serializer                 org.apache.spark.serializer.KryoSerializer
# spark.driver.memory              5g
# spark.executor.extraJavaOptions  -XX:+PrintGCDetails -Dkey=value -Dnumbers="one two three"
-Dspark.eventLog.enabled           true
-Dspark.history.fs.logDirectory    file:///C:/tmp/spark-events
-Dspark.eventLog.dir               file:///C:/tmp/spark-events

但执行后我没有看到任何日志

更新 1：看到本教程 https://medium.com/@eyaldahari/how-to-run-spark-history-server-on-windows-52cde350de07 后，我现在可以访问历史服务器。但是它是空的，并且日志不存在...

更新 2：我现在非常接近，如果我在控制台中启动 spark-shell，日志和历史记录会工作，但是当我在 IDE 中使用这个程序时，它不会写入任何日志。

这是我的代码

object SimpleScalaSpark {
  def main(args: Array[String]) {
    val logFile = "/Users/me/README.md" // Should be some file on your system
    val conf = new SparkConf().setAppName("Simple Application").setMaster("local[*]")
    val sc = new SparkContext(conf)
    val logData = sc.textFile(logFile, 2).cache()

      val numAs = logData.filter(line => line.contains("a")).count()
      val numBs = logData.filter(line => line.contains("b")).count()
      println("Lines with a: %s, Lines with b: %s".format(numAs, numBs))


  }
}

Answer 1

我终于通过在代码中添加以下几行解决了这个问题：

conf.set("spark.eventLog.enabled", "true")
conf.set("spark.eventLog.dir", "file:///C:/Users/me/spark/logs")

现在一切正常