Spark Log查看

spark log模式

（1）如果是Spark Standalone模式，我们可以直接在Master UI界面查看应用程序的日志，在默认情况下这些日志是存储在worker节点的work目录下，这个目录可以通过SPARK_WORKER_DIR参数进行配置。

（2）如果是Mesos模式，我们同样可以通过Mesos的Master UI界面上看到相关应用程序的日志，这些日志是存储在Mesos slave的work目录下。

（3）如果是YARN模式，最简单地收集日志的方式是使用YARN的日志收集工具（yarn logs -applicationId），这个工具可以收集你应用程序相关的运行日志，但是这个工具是有限制的：应用程序必须运行完，因为YARN必须首先聚合这些日志；而且你必须开启日志聚合功能（yarn.log-aggregation-enable，在默认情况下，这个参数是false）。

Yarn模式查看

当spark运行在yarn-cluster模式的时候，如何查看app本身产生的日志？既然spark是运行在yarn上的，spark的应用日志查看方法和yarn 应用的日志查看方法就一致了，这时候我们就要看yarn的日志模式了。

日志不聚合

客户端向YARN提交MapReduce作业运行时，会建立Container运行日志，并保存在本地磁盘（不是 HDFS 中），默认情况下，日志目录为 logs/userlogs/ 。此目录下的内容为各个作业运行时在本节点上所建立的log目录结构，此层由 “application ” 加 “id” 组成文件夹名，进入此文件夹后，在此层看到的是由 “conainer” 加 “id” 组成的文件夹，进入此文件夹后，在此层有三个文件：stderr（异常输出），stdout（标准输出），syslog（运行日志）。日志会输出地址到 Appmaster 运行的节点上。

日志聚合

日志聚合是YARN提供的日志中央化管理功能，它能将运行完成的Container日志上传到HDFS上，从而减轻NodeManager负载，且提供一个中央化存储和分析机制。默认情况下，Container日志存在在各个NodeManager上，如果启用日志聚合功能需要额外的配置。通过参数yarn.log-aggregation-enable来开启，这个参数默认是false。如果开启了，你可以在yarn模式下在命令行中使用yarn logs -applicationId 来查看你的应用程序的运行日志。另外，如果开启了日志聚合，本地的日志文件就会删除，从而腾出更多空间。

日志聚合参数配置

yarn.log-aggregation-enable
参数说明：是否启用日志聚合功能，日志聚合开启后保存到HDFS上。默认值：false

yarn.log-aggregation.retain-seconds
参数说明：聚合后的日志在HDFS上保存多长时间，单位为s。默认值：-1（不启用日志聚合），例如设置为86400，24小时

yarn.log-aggregation.retain-check-interval-seconds
参数说明：删除任务在HDFS上执行的间隔，执行时候将满足条件的日志删除（超过参数2设置的时间的日志），如果是0或者负数，则为参数2设置值的1/10，上例值在此处为8640s。默认值：-1

yarn.nodemanager.log.retain-seconds
参数说明：当不启用日志聚合此参数生效，日志文件保存在本地的时间，单位为s。默认值：10800

yarn.nodemanager.remote-app-log-dir
参数说明：当应用程序运行结束后，日志被转移到的HDFS目录（启用日志聚集功能时有效），修改为保存的日志文件夹。默认值：/tmp/logs

yarn.nodemanager.remote-app-log-dir-suffix
参数说明：远程日志目录子目录名称（启用日志聚集功能时有效）。默认值：logs 日志将被转移到目录${yarn.nodemanager.remote-app-log-dir}/${user}/${thisParam}下

查看方法

hadoop fs -cat /var/log/hadoop-yarn/apps/apprun/logs/application_1506678453232_0562/zp-prd-hadoop-80_25696_1507530886440
yarn logs -applicationId application_1506678453232_0006