无法通过 YARN 访问 SparkUI

Question

我正在针对使用 YARN 的生产 Hadoop 集群在本地构建一个 docker 镜像到运行 zeppelin 或 spark-shell。编辑：环境是macOS

我可以很好地执行作业或 spark-shell 但是当我尝试在 YARN 上访问 Tracking URL 同时作业是运行ning 它挂起 YARN-UI 整整 10 分钟。 YARN 仍在工作，如果我通过 ssh 连接，我可以执行 yarn 命令。

如果我不访问 SparkUI（直接或通过 YARN），什么也不会发生。作业已执行且 YARN-UI 未挂起。

更多信息:

本地，Docker：Spark 2.1.2，Hadoop 2.6.0-cdh5.4.3
生产：Spark 2.1.0，Hadoop 2.6.0-cdh5.4.3
如果我在本地执行它 (--master local[*]) 它会工作，我可以通过 4040 连接到 SparkUI。

Spark 配置：

  spark.driver.bindAddress           172.17.0.2 #docker_eth0_ip
  spark.driver.host                  192.168.XXX.XXX #local_ip 
  spark.driver.port                  5001
  spark.ui.port                      4040
  spark.blockManager.port            5003

是的，ApplicationMaster 和节点可以看到我的本地 SparkUI 或驱动程序（telnet 测试）

正如我所说，我可以执行作业，然后 docker 公开端口并且它的绑定正在工作。一些日志证明了这一点：

  INFO ApplicationMaster: Driver now available: 192.168.XXX.XXX:5001
  INFO TransportClientFactory: Successfully created connection to /192.168.XXX.XXX:5001 after 65 ms (0 ms spent in bootstraps)
  INFO ApplicationMaster$AMEndpoint: Add WebUI Filter. AddWebUIFilter(org.apache.hadoop.yarn.server.webproxy.amfilter.AmIpFilter,Map(PROXY_HOSTS -> jobtracker.hadoop, PROXY_URI_BASES -> http://jobtracker.hadoop:8088/proxy/application_000_000),/proxy/application_000_000)

一些想法或我可以在哪里查看正在发生的事情？

Answer 1

问题与在 MacOS 上执行时 docker 如何管理 IP 传入请求有关。

当位于 docker 容器内运行的 YARN 收到请求时，它看不到原始 IP，它看到内部代理 docker IP（在我的例子中是 172.17.0.1） .

当请求发送到我的本地容器 SparkUI 时，自动将请求重定向到 hadoop master（YARN 的工作方式），因为它发现请求不是来自 hadoop master，它只接受来自此来源的请求。

当 master 收到转发的请求时，它会尝试将其发送到 spark 驱动程序（我的本地 docker 容器），后者再次将请求转发给 hadoop master，因为它发现 IP 源不是 master，是代理IP。

它占用了为 UI 保留的所有线程。直到线程未被释放 YARN UI 被挂起

我“解决了”改变docker纱线配置

<property>
  <name>yarn.web-proxy.address</name>
  <value>172.17.0.1</value> 
</property>

这允许 sparkUI 处理对 docker 容器发出的任何请求。

无法通过 YARN 访问 SparkUI

Can't access to SparkUI though YARN

hadoop

hadoop-yarn

docker

apache-spark

spark-ui