Standardmäßig ermöglicht Dataproc Serverless die Erfassung von verfügbaren Spark-Messwerten, es sei denn, Sie verwenden Attribute der Spark-Messwerterfassung um die Sammlung von einem oder mehreren Spark-Messwerten zu deaktivieren oder zu überschreiben.
Attribute der Spark-Messwerterfassung
Sie können die in diesem Abschnitt aufgeführten Eigenschaften zum Deaktivieren oder Überschreiben der Sammlung eines oder mehrerer verfügbaren Spark-Messwerten.
Attribut | Beschreibung |
---|---|
spark.dataproc.driver.metrics |
Wird zum Deaktivieren oder Überschreiben von Spark-Treibermesswerten verwendet. |
spark.dataproc.executor.metrics |
Wird zum Deaktivieren oder Überschreiben von Spark Executor-Messwerten verwendet. |
spark.dataproc.system.metrics |
Wird zum Deaktivieren von Spark-Systemmesswerten verwendet. |
Beispiele für die gcloud CLI:
Deaktivieren Sie die Erfassung von Spark-Treibermesswerten:
gcloud dataproc batches submit spark \ --properties spark.dataproc.driver.metrics="" \ --region=region \ other args ...
Standarderfassung von Spark-Treibermesswerten so überschreiben, dass nur Daten erfasst werden
BlockManager:disk.diskSpaceUsed_MB
undDAGScheduler:stage.failedStages
Metriken:gcloud dataproc batches submit spark \ --properties=^~^spark.dataproc.driver.metrics="BlockManager:disk.diskSpaceUsed_MB,DAGScheduler:stage.failedStages" \ --region=region \ other args ...
Verfügbare Spark-Messwerte
Dataproc Serverless erfasst die in diesem Abschnitt aufgeführten Spark-Messwerte es sei denn, Sie verwenden Attribute der Spark-Messwerterfassung ihre Sammlung deaktivieren oder überschreiben können.
custom.googleapis.com/METRIC_EXPLORER_NAME
.
Spark-Treibermesswerte
Messwert | Name des Metrics Explorer |
---|---|
BlockManager:disk.diskSpaceUsed_MB | spark/driver/BlockManager/disk/diskSpaceUsed_MB |
BlockManager:memory.maxMem_MB | spark/driver/BlockManager/memory/maxMem_MB |
BlockManager:memory.memUsed_MB | spark/driver/BlockManager/memory/memUsed_MB |
DAGScheduler:job.activeJobs | spark/driver/DAGScheduler/job/activeJobs |
DAGScheduler:job.allJobs | spark/driver/DAGScheduler/job/allJobs |
DAGScheduler:messageProcessingTime | spark/driver/DAGScheduler/messageProcessingTime |
DAGScheduler:stage.failedStages | spark/driver/DAGScheduler/stage/failedStages |
DAGScheduler:stage.runningStages | spark/driver/DAGScheduler/stage/runningStages |
DAGScheduler:stage.waitingStages | spark/driver/DAGScheduler/stage/waitingStages |
Spark Executor-Messwerte
Messwert | Name des Metrics Explorer |
---|---|
ExecutorAllocationManager:executors.numberExecutorsDecommissionUnfinished | spark/driver/ExecutorAllocationManager/executors/numberExecutorsDecommissionUnfinished |
ExecutorAllocationManager:executors.numberExecutorsExitedUnexpectedly | spark/driver/ExecutorAllocationManager/executors/numberExecutorsExitedUnexpectedly |
ExecutorAllocationManager:executors.numberExecutorsGracefullyDecommissioned | spark/driver/ExecutorAllocationManager/executors/numberExecutorsGracefullyDecommissioned |
ExecutorAllocationManager:executors.numberExecutorsKilledByDriver | spark/driver/ExecutorAllocationManager/executors/numberExecutorsKilledByDriver |
LiveListenerBus:queue.executorManagement.listenerProcessingTime | spark/driver/LiveListenerBus/queue/executorManagement/listenerProcessingTime |
executor:bytesRead | Spark/Executor/bytesRead |
executor:bytesWritten | Spark/Executor/BytesGeschrieben |
executor:cpuTime | spark/executor/cpuTime |
executor:diskBytesSpilled | spark/executor/diskBytesSpilled |
executor:jvmGCTime | spark/executor/jvmGCTime |
executor:memoryBytesSpilled | spark/executor/memoryBytesSpilled |
executor:recordsRead | spark/executor/recordsRead |
executor:recordsWritten | Spark/Executor/Datensätze |
executor:runTime | spark/executor/runTime |
executor:shuffleFetchWaitTime | spark/executor/shuffleFetchWaitTime |
executor:shuffleRecordsRead | spark/executor/shuffleRecordsRead |
executor:shuffleRecordsWritten | spark/executor/shuffleRecordsWritten |
executor:shuffleRemoteBytesReadToDisk | spark/executor/shuffleRemoteBytesReadToDisk |
executor:shuffleWriteTime | spark/executor/shuffleWriteTime |
executor:succeededTasks | spark/executor/succeededTasks |
ExecutorMetrics:MajorGCTime | spark/executor/ExecutorMetrics/MajorGCTime |
ExecutorMetrics:MinorGCTime | spark/executor/ExecutorMetrics/MinorGCTime |
Systemmesswerte
Messwert | Name des Messwert-Explorers |
---|---|
Agent:Verfügbarkeit | Kundenservicemitarbeiter/Verfügbarkeit |
CPU:Auslastung | CPU/Auslastung |
Laufwerk:Byte_verwendet | Laufwerk/Byte_verwendet |
disk:percent_used | Laufwerk/percent_used |
Arbeitsspeicher:verwendete_Bytes | Arbeitsspeicher/genutzte Byte |
memory:percent_used | Arbeitsspeicher/Prozentsatz_verwendet |
network:tcp_connections | network/tcp_connections |
Spark-Messwerte ansehen
Klicken Sie in Dataproc auf eine Batch-ID, um Batch-Messwerte aufzurufen Seite Batches in der Google Cloud Console, um die Batchseite Details zu öffnen. Dadurch wird auf dem Tab Monitoring ein Messwertdiagramm für die Batcharbeitslast angezeigt.
![](https://cloud.google.com/static/dataproc/images/spark-batch-metrics-graph.png?authuser=8&hl=de)
Siehe Dataproc Cloud Monitoring finden Sie weitere Informationen zum Aufrufen erfasster Messwerte.