> **摘要**：Spark Web UI 是监控、调试和性能调优的核心入口。本文从架构全景出发，逐一详解 7 大核心 Tab（Jobs/Stages/Storage/Executors/Environment/SQL/Streaming）的使用方法和指标含义，深入 History Server 的 EventLog 重放机制、log4j 日志体系配置、YARN/K8s 容器日志查看，配合 2 张架构图 + 超实用命令速查表，助你成为 Spark 排错高手。
>
> **关键词**：Spark WebUI, History Server, EventLog, log4j, Jobs/Stages/Executors Tab, yarn logs, Spark 监控, 性能调优

---

## 一、开篇：4040 端口背后的秘密

每个 Spark 应用启动后，都会在日志中看到：

```
SparkUI: Bound SparkUI to 0.0.0.0, and started at http://host:4040
```

这行信息背后是一个完整的监控体系：

```
Spark Web UI 体系
├── 运行时 Web UI:     http://driver-host:4040          (应用存活时)
├── History Server:    http://history-host:18080        (跨应用历史)
├── REST API:          http://host:4040/api/v1/...       (JSON 接口)
├── EventLog:          spark.eventLog.dir (HDFS/S3/本地) (持久化)
└── MetricsSystem:     JVM / Executor Metrics             (指标收集)
```

### 核心配置

```properties
# spark-defaults.conf — Web UI 核心参数
spark.ui.port=4040
spark.ui.retainedJobs=1000         # 保留 Job 数量
spark.ui.retainedStages=1000       # 保留 Stage 数量
spark.ui.retainedTasks=100000      # 保留 Task 数量
spark.ui.timeline.tasks.maximum=1000
spark.sql.ui.retainedExecutions=1000
spark.ui.reverseProxy=true         # 反向代理支持
```

---

## 二、WebUI 架构全景
![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-2482016/fc565bde6c05bfaaff96801c39824d97.png)

> **图 1：Spark WebUI 监控与调试全景架构 — 4040 UI + 7 Tab + 18080 History Server**

## 三、7 大核心 Tab 逐个详解

### 3.1 ① Jobs Tab — 全局 Job 视图

每个 Spark Action 触发一个 Job。Jobs Tab 列出所有 Job 的状态、Duration、Stage 数量和 Event Timeline 时间轴。

```
Jobs Tab 关键指标
├── Duration:   Job 总耗时（含调度等待）
├── Stages:     成功 / 失败 / 跳过（因结果已缓存）
├── Tasks:      总数（所有 Stage 的 Task 数之和）
└── Event Timeline:  Executor 加入/移除、Job 起止时间轴
```

### 3.2 ② Stages Tab — DAG 分段监控 🔍

点击任一 Stage 进入详情页，可以看到该 Stage 下所有 Task 的执行明细：

```
Stage Detail — 调优重点区域
├── Summary Metrics: Duration / Input Size / Shuffle Read/Write
├── Aggregated Metrics by Executor:          (每个 Executor 的聚合)
├── Tasks 列表: Duration / GC Time / Shuffle Read Write
├── DAG Visualization:                        Stage DAG 图
└── Event Timeline:                           Task 执行时间轴【检测数据倾斜！】
```

**数据倾斜检测**：如果 Max Duration >> Median，说明存在数据倾斜。

### 3.3 ③ Storage Tab — RDD 缓存状态

显示所有被 `cache()` 或 `persist()` 的 RDD/DataFrame 的缓存状态：

```
Storage Tab 关注点
├── Cache 命中率 < 100%  →  数据量 > 总缓存空间
├── Size on Disk > 0    →  内存不足，已溢写磁盘
└── Fraction Cached < 1 →  部分 Partition 未被缓存
```

### 3.4 ④ Executors Tab — 资源与性能 ⚡

**最重要的性能诊断 Tab**，展示每个 Executor 的：

```
Executors Tab — 关键指标
├── RDD Blocks:         内存中缓存的数据块数
├── Storage Memory:      已用 / 总存储内存
├── Task Time:           GC Time + Non-GC Task Time
├── Shuffle Read/Write:  跨Executor 数据传输量
├── Input / Output:      从外部源读取/写入量
├── Thread Dump:         Executor JVM 线程快照
└── stdout / stderr:     Executor 级日志直接查看
```

### 3.5 ⑤ Environment Tab — 运行环境

全量展示 Spark / Hadoop / JVM 配置。排查"为什么 `spark.sql.shuffle.partitions` 没生效"时来这里确认实际生效值。同时显示 Classpath Entries 和 System Properties。

### 3.6 ⑥ SQL Tab — DataFrame/SQL 执行计划

```
SQL Tab — 每个 Query 的详细信息
├── Logical Plan:        逻辑执行计划
├── Physical Plan:       物理执行计划
├── WholeStageCodegen:   是否走全阶段代码生成
├── Exchange (Shuffle):  数据量 + Partition 数
├── Scan:                读取行数 + 数据量
└── Duration 分解:       每个算子耗时占比
```

---

## 四、EventLog 与 History Server
![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-2482016/d578471e319d75d04ee53420bfc7234e.png)


> **图 2：Spark EventLog + log4j 日志体系 — 从事件产生到 History Server 重放**
### 4.1 EventLog 配置

```properties
# spark-defaults.conf — EventLog 必备配置
spark.eventLog.enabled=true
spark.eventLog.dir=hdfs://namenode:8020/spark-history
spark.eventLog.compress=true          # 压缩节省 60-80% 空间
spark.eventLog.rolling.enabled=true   # 大日志文件滚动
spark.eventLog.rolling.maxFileSize=128m

# History Server 配置
spark.history.fs.logDirectory=hdfs://namenode:8020/spark-history
spark.history.ui.port=18080
spark.history.fs.cleaner.enabled=true
spark.history.fs.cleaner.maxAge=7d    # 只保留 7 天
```

### 4.2 启动 History Server

```bash
# 方式一：独立启动
$SPARK_HOME/sbin/start-history-server.sh

# 方式二：指定配置文件和目录
$SPARK_HOME/sbin/start-history-server.sh \
  --properties-file /etc/spark/conf/history.properties \
  hdfs://namenode:8020/spark-history
```

### 4.3 REST API 直接查询

```bash
# 查询应用列表
curl http://history-host:18080/api/v1/applications

# 查询具体应用 Job 列表
curl http://history-host:18080/api/v1/applications/{appId}/jobs

# 查询 Stage 详情
curl http://history-host:18080/api/v1/applications/{appId}/stages/{stageId}
```

---

## 五、log4j 日志体系

### 5.1 日志级别动态调整

```scala
// ① 代码中动态调整（仅 Driver 端）
spark.sparkContext.setLogLevel("DEBUG")
// 可选: ALL, DEBUG, INFO, WARN, ERROR, FATAL, OFF
```

```bash
# ② spark-submit 传入（Driver + Executor）
--conf "spark.driver.extraJavaOptions=-Dlog4j.configuration=file:log4j.properties"
--conf "spark.executor.extraJavaOptions=-Dlog4j.configuration=file:log4j.properties"
```

### 5.2 log4j2.properties 模板（Spark 3.x）

```properties
# $SPARK_HOME/conf/log4j2.properties
rootLogger.level=WARN
rootLogger.appenderRef.stdout.ref=console

# 关键包日志调整
logger.spark.name=org.apache.spark
logger.spark.level=INFO

logger.scheduler.name=org.apache.spark.scheduler
logger.scheduler.level=DEBUG          # 查看 Task 调度细节

logger.hadoop.name=org.apache.hadoop
logger.hadoop.level=WARN              # Hadoop 太吵了
```

### 5.3 YARN / K8s 日志查看

```bash
# === YARN ===
yarn logs -applicationId application_1234567890_0001
yarn logs -applicationId app_xxx -containerId container_xxx
yarn logs -applicationId app_xxx -logFiles stdout

# === Kubernetes ===
kubectl logs <driver-pod> -c spark-kubernetes-driver
kubectl logs <executor-pod> -c executor
kubectl exec <driver-pod> -- ls /var/log/spark/
```

---

## 六、实战排查三场景

### 场景一：Task 数据倾斜检测

```
诊断路径:
  Stage Detail → Tasks Duration (Max vs Median)
  Max Duration >> Median → 数据倾斜！
  → 查看 Shuffle Read Size 分布
  → 方案: 加盐 / 两阶段聚合 / Broadcast Join
```

### 场景二：GC 时间过高

```
诊断路径:
  Executors Tab → GC Time 列
  GC Time > Task Time 的 10% → GC 压力过大
  → 增大 executor memory 或堆外内存
  → 调整 GC 策略（G1GC / ParallelGC）
  → 启用 GC 日志: -verbose:gc -XX:+PrintGCDetails
```

### 场景三：Shuffle 数据量异常

```
诊断路径:
  SQL Tab → Exchange → 检查数据量和 Partition 数
  Shuffle Write >> 合理范围 → 检查是否有不必要的 Shuffle
  → 检查 spark.sql.shuffle.partitions 是否过小
  → 使用 Broadcast Hint 避免 Shuffle
```

---

## 七、总结

1. **运行时 Web UI (4040)**：Jobs → Stages → Tasks 自上而下定位瓶颈；Executors Tab 查看资源与 GC；SQL Tab 检查物理计划算子耗时。

2. **History Server (18080)**：通过 EventLog 重放已结束应用，支持跨应用对比。必备配置 `spark.eventLog.enabled=true`。

3. **日志体系**：log4j 分级控制 + `sc.setLogLevel()` 动态调整 + `yarn logs` / `kubectl logs` 查看容器日志。

4. **三大实战场景**：Task 倾斜（Duration Max vs Median）、GC 压力（GC Time > 10%）、Shuffle 异常（Exchange 数据量分析）。



摘要：Spark Web UI 是监控、调试和性能调优的核心入口。本文从架构全景出发，逐一详解 7 大核心 Tab（Jobs/Stages/Storage/Executors/Environment/SQL/Streaming）的使用方法和指标含义，深入 History Server 的 EventLog 重放机制、log4j 日志体系配置、YARN/K8s 容器日志查看，配合 2 张架构图 + 超实用命令速查表，助你成为 Spark 排错高手。

Spark 核心之 Spark-WebUI 详解及日志查看

摘要：Spark Web UI 是监控、调试和性能调优的核心入口。本文从架构全景出发，逐一详解 7 大核心 Tab（Jobs/Stages/Storage/Executors/Environment/SQL/Streaming）的使用方法和指标含义，深入 History Server 的 EventLog 重放机制、log4j 日志体系配置、YARN/K8s 容器日志查看，配合 2 张架构图 +

人工智能

Spark WebUI是监控调试与性能调优的核心工具，本文详解7大Tab功能及指标，覆盖HistoryServer EventLog重放、log4j配置和YARN/K8s日志查看，附架构图与命令速查表，助您快速定位数据倾斜、GC过高及Shuffle异常问题。

日志文件

代码解释

Kubernetes

容器

Hadoop 

Spark 

JSON

HDFS

Yarn

2026上云采购 | AI焕新·智启新局

bigdata-class

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Spark 核心之 Spark-WebUI 详解及日志查看-腾讯云开发者社区-腾讯云

Spark 核心之 Spark-WebUI 详解及日志查看

Spark 核心之 Spark-WebUI 详解及日志查看

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐