spark streaming 调试技巧

1. spark streaming 如果以local 模式运行，log日志非常清楚。
2. 如果log 日志是运行在yarn 模式下，driver 的日志可以通过reource manager 日志看到。但是executor的日志却看不到，我们往往错误都发生在executor里，比如典型的错误：如果我们连接hbase去存取数据的话，我们会在driver里初始化了连接，缺忽略的excutors里，导致程序出错。如果你的代码里有try cache，executor的 错误不会影响driver 运行，但是结果却是错误的。我们这需要查看executor的日志：由于executor运行在yarn 的模式下，我们从本地containner查看日志。 CDH 版本yarn container 的日志再以下路径下：

[root@hadoop-3 ~]# ll /var/log/hadoop-yarn/container/application_1429701572510_0022/container_1429701572510_0022_01_000002/
总用量 932
-rw-r–r– 1 yarn yarn 339015 4月 29 11:53 stderr
-rw-r–r– 1 yarn yarn 613851 4月 29 11:53 stdout (我们输出的日志）

1. hbase 初始化连接，官网也有说明，在executor去初始化：

userLog.foreachRDD(new Function2<JavaPairRDD<String, Iterable<String>>, Time, Void>() {
    @Override
    public Void call(JavaPairRDD<String, Iterable<String>> stringIterableJavaPairRDD, Time time) throws Exception {
        if(!stringIterableJavaPairRDD.partitions().isEmpty()) {
            stringIterableJavaPairRDD.foreachPartition(new VoidFunction<Iterator<Tuple2<String, Iterable<String>>>>() {
                @Override
                public void call(Iterator<Tuple2<String, Iterable<String>>> tuple2Iterator) throws Exception {
                    //初始化hbase 连接
                    HBaseConnectionFactory.init();
                    while (tuple2Iterator.hasNext()) {
                      // 具体的逻辑代码
                    }

            });}
            return null;
        }
});