无论Flink还是Spark都支持自建集群(standalone cluster)。但是为了保证稳定性和资源隔离等，生产环境里的任务最好借助资源管理框架(如Yarn)运行。任务运行在yarn上，查询日志就可能不是很方便，尤其是任务进程异常退出之后。
JobHistoryServer
yarn容器退出之后，默认是不保存日志的。所以需要开启JobHistoryServer，具体方法网上有很多教程。
查看运行中Flink任务的Log
运行中的Flink任务可以直接通过flink web ui查看：
Job Manager Log
Task Manager Log
查看已退出Flink任务的Log
对于已经结束的yarn应用，flink进程已经退出无法提供webui服务。所以需要通过JobHistoryServer查看保留在yarn上的日志。
1.进入目标应用后，可以通过logs查看日志
Application
2.点击logs进入，可以看到job manager的日志
job manager full log
3.task manager日志在哪里？
好像没有task manager的日志啊，怎么办？我们可以先研究一下job manager的日志url：http://node5:19888/jobhistory/logs//node2:8041/container_1634207619484_0505_01_000001/container_1634207619484_0505_01_000001/root，可以发现一些规律：
-
http://node5:19888/jobhistory/logs/:第一部分是jobhistoryserver的地址 -
/node2:8041:第二部分是job manager的当时运行的宿主yarn node -
/container_1634207619484_0505_01_000001/container_1634207619484_0505_01_000001:第三部分是yarn容器id -
/root:第四部分是提交任务的用户名
url component
所以我们只需要知道taskmanager的容器名和node就能找到它的日志了。flink在jobmanager的日志中记录了详细的相关信息，包括所有的taskmanager的容器名和node。日志太多可能不好找，这里有一个小技巧：利用appid去搜索日志，比如本文中的例子，可以搜索1634207619484_0505
task manager container
Registering TaskManager with ResourceID container_1634207619484_0505_01_000002 (akka.tcp://flink@node1:37798/user/taskmanager_0)
分析这行日志：taskmanager只有一个，并且它的容器名为container_1634207619484_0505_01_000002，node为node1(注意：后面拼接url用的端口号是8041不是37798)
最终我们得的taskmanager日志的url是：http://node5:19888/jobhistory/logs/node1:8041/container_1634207619484_0505_01_000002/container_1634207619484_0505_01_000002/root
task manager log
总结
运行中的flink/spark的日志查看非常容易，因为它们本身都提供了web ui服务。但是当任务异常退出之后，flink/spark进程的结束导致无法提供web ui服务。我们利用job history server来保留和展示当时的日志。但是yarn的web只展示了flink job manager/spark driver的日志链接，我们需要自己拼接flink task manager/spark executor日志链接。
最后我有一个小疑问：文中介绍的URL组成是推测出来的，其中第三部分/container_1634207619484_0505_01_000001/container_1634207619484_0505_01_000001是两个同样的容器名，这是为什么？希望知道的小伙伴能留言解惑一下。
网友评论