LinkedIn开源Dr. Elephant
今天 LinkedIn 宣布开源 Dr. Elephant，Dr. Elephant 能够很好地帮助用户理解、分析和优化 Hadoop 和 Spark 的工作流。LinkedIn 在去年第八届 Hadoop Summit 上第一次在社区呈现。
动机
Hadoop 是一个分布式数据存储和大数据处理框架，体量大、组件复杂，因而每个组件的性能优化就显得异常重要。在优化底层硬件资源，网络架构，OS 和其它堆栈的同时，也需要对集群上运行的任务进行优化。
什么是 Dr. Elephant?
Dr. Elephant 是一个 Hadoop 和 Spark 的性能监控和调优工具。Dr. Elephant 能自动化收集所有指标，进行数据分析，并以简单易用的方式进行呈现。Dr. Elephant 的目标是提高开发人员的开发效率和增加集群任务调试的高效性。Dr. Elephant 支持对 Hadoop 和 Spark 任务进行可插拔式、配置化以及基于规则的启发式 job 性能分析，并且根据分析结果给出合适的建议来指导如何调优使任务更有效率。
为什么选择 Dr. Elephant？
其它开源或者商用 Hadoop 优化工具都是收集系统资源指标和监控集群资源信息，关注点仅在于简化 Hadoop 集群的发布和管理，而很少有工具是来帮助 Hadoop 优化任务流。这些工具不支持 Hadoop 集群的规模化和 Hadoop 框架的增长，而 Dr. Elephant 支持 Hadoop 生态的各种框架，并且很容易的扩展到新的框架，已经支持 Spark。Dr. Elephant 让用户更清晰的掌握 Hadoop 和 Spark 原理，并帮助其轻松的优化任务。
Dr. Elephant 如何工作？
Dr. Elephant 从 YARN Resource Manager 周期性获取所有最近运行成功和失败的应用列表，然后从 Job History Server 中攫取每个应用的元数据，包括 job counters、任务配置和任务数据。有了元数据后，Dr. Elephant 进行启发式分析，并生成每个任务的诊断报告，从而进行相应的整体优化。Dr. Elephant 将会标记出五个等级问题严重性，指出潜在的性能问题。
图 1 Dr. Elephant 问题等级
图 2 Dr. Elephant 的面板
通过 Dr. Elephant 的 UI 查看数据面板，见图2，这里显示集群的相关统计信息，包括集群上运行的任务数，需要优化的任务数，以及基于启发式分析发现的严重任务数。图中是最近 24 小时的 Dr. Elephant 分析的所有最近的任务。
图 3 Dr. Elephant 的搜索页
Dr. Elephant 提供一个搜索功能，帮助用户通过任务 ID/应用 ID，执行 ID，任务类型，任务严重程度和任务完成时间等来搜索任务。
图 4 Dr. Elephant 任务页面
当你点击指定的搜索结果，会显示完整的任务信息，并能查看相互引用的任务流。
图 5 Dr. Elephant 的工作流历史
图 6 Dr. Elephant 的任务历史
Dr. Elephant 的任务历史和工作流历史可以帮用户比较前后执行的区别。Dr. Elephant 通过启发式计算出每个任务执行的性能得分并作图。这个图表可以帮助用户很直观的分析哪个性能好。
家庭医生
Dr. Elephant 在 LinkedIn 非常受欢迎，大家钟爱其简洁性。Dr. Elephant 通过简单的诊断可以解决百分之八十的问题。Dr. Elephant 提供任务级别的建议帮助用户去理解和优化 Hadoop 工作流。
Dr. Elephant 已经完全和 Hadoop 生态整合。在 LinkedIn，开发人员使用 Dr. Elephant 作为开发流程的一部分，线上任务强制达到绿色级别。
来自: InfoQ