google-cloud-dataproc - 各个 dataproc Spark 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？另外，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 spark 似乎卡住的脚本。

Answer 1

2022 年第三季度更新:此答案已过时，请参阅 Dataproc YARN container logs location获取最新信息。

任务日志存储在 /tmp 下的每个工作节点上。

可以通过 yarn 日志聚合将它们收集在一个地方。在集群创建时设置这些属性(通过带有 yarn: 前缀的 --properties):

• 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/