Métriques Spark

Ce document fournit des informations sur les métriques Spark. Par défaut, Serverless pour Apache Spark active la collecte des métriques Spark disponibles, sauf si vous utilisez des propriétés de collecte de métriques Spark pour désactiver ou remplacer la collecte d’une ou de plusieurs métriques Spark.

Pour obtenir des informations sur les propriétés supplémentaires que vous pouvez définir lorsque vous envoyez une charge de travail par lot Spark Serverless pour Apache Spark, consultez la section Propriétés Spark.

Propriétés de collecte de métriques Spark

Vous pouvez utiliser les propriétés listées dans cette section pour désactiver ou remplacer la collecte d'une ou de plusieurs métriques Spark disponibles.

Propriété	Description
spark.dataproc.driver.metrics	Permet de désactiver ou de remplacer les métriques du pilote Spark.
spark.dataproc.executor.metrics	Permet de désactiver ou de remplacer les métriques de l'exécuteur Spark.
spark.dataproc.system.metrics	Permet de désactiver les métriques système Spark .

Exemples de CLI gcloud :

• Désactiver la collecte de métriques du pilote Spark :

  gcloud dataproc batches submit spark \
      --properties spark.dataproc.driver.metrics="" \
      --region=region \
      other args ...
  

• Remplacer la collecte de métriques par défaut du pilote Spark pour ne collecter que BlockManager:disk.diskSpaceUsed_MB et DAGScheduler:stage.failedStages métriques :

  gcloud dataproc batches submit spark \
      --properties=^~^spark.dataproc.driver.metrics="BlockManager:disk.diskSpaceUsed_MB,DAGScheduler:stage.failedStages" \
      --region=region \
      other args ...
  

Remarque : Étant donné qu'une virgule (,) est utilisée pour séparer deux valeurs associées à la spark.dataproc.driver.metrics propriété dans l'exemple précédent, le caractère ~ est spécifié comme caractère de délimitation de la propriété au lieu du délimiteur par défaut (la virgule). Pour en savoir plus, consultez la section Mettre en forme les propriétés du cluster .

Métriques Spark disponibles

Serverless pour Apache Spark collecte les métriques Spark listées dans cette section sauf si vous utilisez des propriétés de collecte de métriques Spark pour désactiver ou remplacer leur collecte.

**Remarque** : Les métriques sont collectées au format suivant :

custom.googleapis.com/METRIC_EXPLORER_NAME.

Métriques du pilote Spark

Métrique	Nom dans l'explorateur de métriques
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

Métriques de l'exécuteur Spark

Métrique	Nom dans l'explorateur de métriques
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/bytesWritten
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/recordsWritten
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

Métriques système

Métrique	Nom dans l'explorateur de métriques
agent:uptime	agent/uptime
cpu:utilization	cpu/utilization
disk:bytes_used	disk/bytes_used
disk:percent_used	disk/percent_used
memory:bytes_used	memory/bytes_used
memory:percent_used	memory/percent_used
network:tcp_connections	network/tcp_connections

Afficher les métriques Spark

Pour afficher les métriques par lot, cliquez sur un ID de lot sur la page Dataproc Batches dans la Google Cloud console pour ouvrir la page Details du lot, qui affiche un graphique de métriques pour la charge de travail par lot sous l'onglet Monitoring tab.

Figure 1. Graphique des métriques Spark pour une charge de travail par lot.

Pour en savoir plus sur l'affichage des métriques collectées, consultez la section Surveillance Cloud Dataproc .