YARN执行程序日志上的Spark流不可用

Question

我正在运行以下代码

.map{x => 
    Logger.fatal("Hello World")
    x._2
 }

它的火花流应用程序在YARN上运行。 我更新了log4j并提供了spark-submit（使用--files）。 我的Log4j配置已加载，可以从日志中看到并应用于驱动程序的日志（我只能看到我的日志级别，也可以看到我的模式在日志中），但是执行者的日志不可用。 我在日志中找不到“ Hello Word”。 另外，我检查了$ {yarn.nodemanager.log-dirs}，它是空的，看起来很奇怪。 我的日志在哪里？

先感谢您

Answer 1

根据Spark官方文档（ link ）， YARN有两种管理日志的方式：

• 如果yarn.log-aggregation-enable config日志聚合（使用yarn.log-aggregation-enable config ）：

容器日志将从本地计算机（执行程序）中删除，并复制到HDFS目录中。 可以使用yarn logs命令以下列方式从群集上的任何位置查看这些日志：

yarn logs -applicationId <app ID>

• 如果日志聚合未打开：

日志在YARN_APP_LOGS_DIR下的每台计算机上本地维护，通常根据Hadoop版本和安装情况将其配置为/tmp/logs或$HADOOP_HOME/logs/userlogs 。 根据文档，查看容器的日志要求转到包含它们的主机并在此目录中查找。

Answer 2

我找到了解决方案，必须在提交应用程序时以以下方式设置正确的log4j配置：

--files /opt/spark/conf/log4j.properties
--conf "spark.driver.extraJavaOptions=-Dlog4j.configuration=log4j.properties"
--conf "spark.executor.extraJavaOptions=-Dlog4j.configuration=log4j.properties"

哪里

spark.driver.extraJavaOptions   -> sets up log configuration for driver
spark.executor.extraJavaOptions -> sets up log configuration for executor(s)