使用 Synapse Studio 监视 Apache Spark 应用程序

借助 Azure Synapse Analytics,可以使用 Apache Spark 在工作区中的 Apache Spark 池上运行笔记本、作业和其他类型的应用程序。

本文介绍如何监视 Apache Spark 应用程序,使你能够关注最新状态、问题和进度。

查看 Apache Spark 应用程序

你可以从“监视” ->“Apache Spark 应用程序”查看所有 Apache Spark 应用程序。

Screenshot of Apache Spark applications.

查看已完成的 Apache Spark 应用程序

打开“监视”,然后选择“Apache Spark 应用程序” 。 若要查看已完成的 Apache Spark 应用程序的详细信息,请选择 Apache Spark 应用程序。

Screenshot of completed job details.

  1. 查看“已完成的任务”、“状态”和“总持续时间” 。

  2. 刷新该作业。

  3. 单击“比较应用程序”以使用比较功能,有关此功能详细信息,请参阅比较 Apache Spark 应用程序

  4. 单击“Spark 历史记录服务器”,以打开“历史记录服务器”页面。

  5. 查看“摘要”信息。

  6. 在“诊断”选项卡中可查看诊断信息。

  7. 查看“日志”。 可以通过在下拉列表中选择不同的选项来查看“Livy”、“预启动”和“驱动程序”等日志的完整日志 。 并且可以通过搜索关键字来直接检索所需日志信息。 单击“下载日志”,以将日志信息下载到本地,然后选中“筛选错误和警告”复选框,以筛选所需错误和警告 。

  8. 你可以在生成的作业图中查看作业概况。 默认情况下,该图将显示所有作业。 可按作业 ID 筛选此视图。

  9. 默认情况下,“进度”显示处于选中状态。 可以通过在“视图”下拉列表中选择“进度”/“读取”/“写入”/“持续时间”来检查数据流 。

  10. 若要播放该作业,请单击“播放”按钮。 单击“停止”按钮即可随时停止。

  11. 请使用滚动条来放大和缩小作业图,还可以选择“缩放到合适大小”来使其适合屏幕。

Screenshot of completed job.

  1. 作业图节点将显示每个阶段的以下信息:

    • 作业 ID

    • 任务数目

    • 持续时间

    • 行计数

    • 读取的数据:输入大小和随机读取大小之和

    • 写入的数据:输出大小和随机写入大小之和

    • 阶段编号

      Screenshot of job graph node.

  2. 将鼠标悬停在某个作业上,在工具提示中将会显示作业详细信息:

    • 作业状态的图标:如果该作业状态为成功,它将会显示绿色的“√”;如果该作业检测到问题,则会显示黄色的“!”

    • 作业 ID

    • 常规部分:

      • 进度
      • 持续时间
      • 任务总数
    • 数据部分:

      • 任务总数
      • 读取大小
      • 写入大小
    • 倾斜部分:

      • 数据倾斜
      • 时间倾斜
    • 阶段编号

      Screenshot of tooltip hovering over a job.

  3. 单击“阶段编号”,以展开该作业中包含的所有阶段。 单击作业 ID 旁边的“折叠”,以折叠该作业中的所有阶段。

  4. 单击阶段图中的“查看详细信息”,阶段的详细信息将会显示。

    Screenshot of stages expanded.

监视 Apache Spark 应用程序进度

打开“监视”,然后选择“Apache Spark 应用程序” 。 若要查看运行中的 Apache Spark 应用程序的详细信息,请选择提交的 Apache Spark 应用程序。 如果 Apache Spark 应用程序仍在运行,则可以监视进度。

Screenshot of selected running job

  1. 查看“已完成的任务”、“状态”和“总持续时间” 。

  2. 取消 Apache Spark 应用程序。

  3. 刷新该作业。

  4. 单击“Spark UI”按钮,切换到“Spark 作业”页面。

  5. 对于“作业图”、“摘要”、“诊断”和“日志” 。 你可以在生成的作业图中查看作业概况。 请参阅查看已完成的 Apache Spark 应用程序中的第 5 至 15 步。

Screenshot of running job.

查看已取消的 Apache Spark 应用程序

打开“监视”,然后选择“Apache Spark 应用程序” 。 若要查看有关已取消的 Apache Spark 应用程序的详细信息,请选择 Apache Spark 应用程序。

Screenshot of canceled job.

  1. 查看“已完成的任务”、“状态”和“总持续时间” 。

  2. 刷新该作业。

  3. 单击“比较应用程序”以使用比较功能,有关此功能详细信息,请参阅比较 Apache Spark 应用程序

  4. 单击“Spark history server”,打开 Apache History Server 链接。

  5. 查看图形。 你可以在生成的作业图中查看作业概况。 请参阅查看已完成的 Apache Spark 应用程序中的第 5 至 15 步。

Screenshot of canceled job details.

调试失败的 Apache Spark 应用程序

打开“监视”,然后选择“Apache Spark 应用程序” 。 若要查看有关失败的 Apache Spark 应用程序的详细信息,请选择 Apache Spark 应用程序。

Screenshot of failed job.

  1. 查看“已完成的任务”、“状态”和“总持续时间” 。

  2. 刷新该作业。

  3. 单击“比较应用程序”以使用比较功能,有关此功能详细信息,请参阅比较 Apache Spark 应用程序

  4. 单击“Spark history server”,打开 Apache History Server 链接。

  5. 查看图形。 你可以在生成的作业图中查看作业概况。 请参阅查看已完成的 Apache Spark 应用程序中的第 5 至 15 步。

Screenshot of failed job details.

查看输入数据/输出数据

选择 Apache Spark 应用程序,然后单击“输入数据/输出数据”选项卡,以查看 Apache Spark 应用程序的输入和输出的日期。 此函数可以帮助调试 Spark 作业。 数据源支持两种存储方法:gen2 和 Blob。

“输入数据”选项卡

  1. 单击“复制输入”按钮,以将输入文件粘贴到本地。

  2. 单击“导出到 CSV”按钮,以 CSV 格式导出输入文件。

  3. 您可以按输入关键字在“搜索框”中搜索文件(关键字包括文件名、读取格式和路径)。

  4. 可以通过单击“名称”、“读取格式”和“路径”来对输入文件进行排序 。

  5. 在将鼠标悬停在某个输入文件上时,将会出现“下载/复制路径/更多”按钮的图标。

Screenshot of input tab.

  1. 单击“更多”按钮。 “复制路径/在资源管理器中显示/属性”会显示在上下文菜单中。

    Screenshot of more input menu.

    • 复制路径:可以复制完整路径和相对路径 。

    • 在资源管理器中显示:可以跳转到链接的存储帐户(数据 -> 已链接)。

    • 属性:显示文件的基本属性(文件名/文件路径/读取格式/大小/修改时间)。

      Screenshot of properties.

“输出数据”选项卡

显示与输入选项卡相同的功能。

Screenshot of output data.

比较 Apache Spark 应用程序

可以通过两种方法来比较应用程序。 可以选择“比较应用程序”进行比较,也可以单击“在笔记本中比较”按钮在笔记本中进行查看。

按应用程序比较

单击“比较应用程序”按钮,选择一个应用程序来比较性能。 你可以了解两个应用程序之间的差异。

Screenshot of compare applications.

Screenshot of details to compare applications.

  1. 将鼠标悬停在应用程序上,随即将显示“比较应用程序”图标。

  2. 单击“比较应用程序”图标,随即将弹出“比较应用程序”页面。

  3. 单击“选择应用程序”按钮,打开“选择比较应用程序”页面 。

  4. 选择比较应用程序时,你需要输入应用程序 URL,或从重复列表中进行选择。 然后单击“确定”按钮。

    Screenshot of choose comparison application.

  5. 比较结果将显示在“比较应用程序”页上。

    Screenshot of comparison result.

在笔记本中比较

单击“比较应用程序”页上的“在笔记本中比较”按钮以打开笔记本。 .ipynb 文件的默认名称为“Recurrent Application Analytics”。

Screenshot of compare in notebook.

在“Notebook: Recurrent Application Analytics”文件中,你可以在设置“Spark pool”和“Language”后直接运行它。

Screenshot of recurrent application analytics.

后续步骤

有关监视管道运行的详细信息,请参阅使用 Synapse Studio 监视管道运行一文。