大数据测试学习笔记之监控工具Dr.Elephant

大数据测试学习笔记之监控工具Dr.Elephant

随着大数据测试方面的学习扩展得越来越多，开始找了些关于大数据技术方面的监控工具，本文主要介绍linkedin开源的Dr.Elephant监控工具。

介绍

一句话介绍：

Dr.Elephant是Apache Hadoop和Apache Spark的job级和工作流级性能监视和调优工具。

由Linkedin开源贡献，github地址为：

https://github.com/linkedin/dr-elephant

定位： 成一个对Hadoop和Spark任务进行性能监控和调优的工具，能够自动收集Hadoop平台所有的度量标准，并对收集的数据进行分析，并将分析结果以一种简单且易于理解的形式展示出来。

为什么选择介绍Dr.Elehant

对于常规的cpu、io、memory等指标的监控，软件测试人员可以数出大量的工具，而对于针对大数据job和工作流级的监控工具估计很多人都不知道了，最近通过在github上搜索相关资源，发现了Dr.Elehant，对其相关文档做了大概的阅读，选择了这款工具作为后续大数据测试学习的一个选择，以便后续在实践过程中能够更好的采集测试指标用于分析。

Dr.Elephant是如何工作的

Dr.Elephant周期性的从Yarn的Resource Manager获取所有最近成功和失败的应用程序列表。

从Job历史列表中获取每个应用的元数据：counter、配置、任务数据。

一旦它拥有所有的元数据，Dr.Elephant便运行一组启发式(heuristics)，并产生对单个启发式和任务整体性能的诊断报告。

然后，报告中用五个严重性级别来标记不同的结果，以表明潜在的性能问题。

核心功能

• 启发式算法是基于规则的，且是插件式、可配置的，具有良好扩展性，能分析各种各样的框架
• 创造性的和Azkaban调度器集成，并且支持任意一种Hadoop任务调度器，例如Oozie
• 能自动统计所有历史任务的性能
• 能实现Job级别的任务流性能比较
• 对Hadoop和Spark任务能进行性能诊断
• 具有良好的扩展性，能支持新种类的任务、应用和调度器
• 提供REST API，用户能够通过API获取所有信息

首页

Dr.Elephant启动后，首页如下：

任务详情

重点看下任务详情，这个是日常测试过程中非常关注的部分:

点击一个任务，可以进入任务详情页面。

在任务详情，可以看到如下信息：

• 任务追踪链（Jobtracker）：这个链接指向任务的追踪页面。在这个页面上，可以看到任务的详细信息、日志、map和reduce的task信息。
• 任务执行链（Job execution）：这个链接指向任务在调度器中的执行页面。例如，在Azkaban调度器上，指向这个任务的执行链接。
• 任务定义（Job definition）：这个链接指向任务在调度器中的定义页面。例如，在Azkaban调度器上，指向这个任务的属性页面。
• 任务流执行链（Flow execution）：这个链接指向整个任务流的执行页面。例如，在Azkaban调度器上，指向这个任务流的执行页面。
• 任务流定义（Flow definition）：同前面的任务定义（Job definition），这个链接指向任务流的定义页面。
• 任务历史（Job history）：这个链接指向任务历史页面。
• 任务流历史（Flow history）：这个链接指向任务流历史页。

任务等级

Dr.Elephant提供了5个等级待优化的迫切性降序为：CRITICAL > SEVERE > MODERATE > LOW > NONE

下表为详情说明：

总结

对Dr.Elephant的学习有待进一步花时间，当前先记录这些，后续进一步学习和完善。