项目场景：

使用用2.x跑任务，产看耗时的spark job, stage，发现job和stage的dag信息缺失

问题描述：

sparkUI 显示dag信息缺失问题： 使用用2.x跑任务，查看spark 性能问题，从spark ui选择出最耗时的任务，进去查看，有一个任务有100多个job, 有几百个stage，程序跑完看前面 job和stage的dag图，提示没有了

按照UI提示，提高这两个值，发现一点用都没有，而且这两个值也没有超过spark的默认值1000，奇怪，怀疑是否spark ui提示错误信息了

问题如下图：

spark.ui.retainedStages=5000，总stage数量没有超过5000, job数量没有超过1000.

原因分析：

分析问题思路：从页面信息入手，进行源码分析

把页面提示信息，直接到spark源码里面进行搜索,找出页面信息
直接找出页面的源码(idea CTRL+SHIFT+F 搜索 No visualization information available )

function renderDagViz(forJob) {

  // If there is not a dot file to render, fail fast and report error
  var jobOrStage = forJob ? "job" : "stage";
  if (metadataContainer().empty() ||
      metadataContainer().selectAll("div").empty()) {
    var message =
      "<b>No visualization information available for this " + jobOrStage + "!</b><br/>" +
      "If this is an old " + jobOrStage + ", its visualization metadata may have been " +
      "cleaned up over time.<br/> You may consider increasing the value of ";
    if (forJob) {
      message += "<i>spark.ui.retainedJobs</i> and <i>spark.ui.retainedStages</i>.";
    } else {
      message += "<i>spark.ui.retainedStages</i>";
    }
    graphContainer().append("div").attr("id", "empty-dag-viz-message").html(message);
    return;
  }

原来点击DAG显示，的js里面把dag-viz-metadata进行显示和隐藏而已，说明数据是之前就生成好了，只是目前数据是空的。

改了还不行：
继续查StagePage.class 搜索dag

 val dagViz = UIUtils.showDagVizForStage(
        stageId, operationGraphListener.getOperationGraphForStage(stageId))
找到：
  /** Return the graph metadata for the given stage, or None if no such information exists. */
  def getOperationGraphForStage(stageId: Int): Option[RDDOperationGraph] = synchronized {
    stageIdToGraph.get(stageId)
  }

stageIdToGraph 的stage信息删除是由cleanStage引起的

/** Clean metadata for the given stage, its job, and all other stages that belong to the job. */

private[ui] def cleanStage(stageId: Int): Unit = {
  completedStageIds.remove(stageId)
  stageIdToGraph.remove(stageId)
  stageIdToJobId.remove(stageId).foreach { jobId => cleanJob(jobId) }
}

找找在哪触发cleanStage,发现在trimStagesIfNecessary和trimJobsIfNecessary触发

/** Clean metadata for old stages if we have exceeded the number to retain. */
private def trimStagesIfNecessary(): Unit = {
 if (stageIds.size >= retainedStages) {
   val toRemove = math.max(retainedStages / 10, 1)
   stageIds.take(toRemove).foreach { id => cleanStage(id) }
   stageIds.trimStart(toRemove)
 }
}
/** Clean metadata for old jobs if we have exceeded the number to retain. */
private def trimJobsIfNecessary(): Unit = {
 if (jobIds.size >= retainedJobs) {
   val toRemove = math.max(retainedJobs / 10, 1)
   jobIds.take(toRemove).foreach { id => cleanJob(id) }
   jobIds.trimStart(toRemove)
 }
}

找找 retainedJobs 和retainedStages 的配置是多少？

  // How many jobs or stages to retain graph metadata for
  private val retainedJobs =
    conf.getInt("spark.ui.retainedJobs", SparkUI.DEFAULT_RETAINED_JOBS)
  private val retainedStages =
    conf.getInt("spark.ui.retainedStages", SparkUI.DEFAULT_RETAINED_STAGES)
  val DEFAULT_RETAINED_STAGES = 1000
  val DEFAULT_RETAINED_JOBS = 1000

发现只有改spark.ui.retainedJobs和spark.ui.retainedStages参数，但改了木有用啊。。。崩溃。。。了。。。
最后一招：把源码改一下，在清理 stage那里增加log，看看

trimStagesIfNecessary()
trimJobsIfNecessary()
源码里面都打了 log去看， stage超过1000，不改这2个参数确实跑去删DAG, 改大发现没删DAG，但在页面也没看到DAG信息，气死 ，见鬼了

解决方案

spark-default.conf里面新增配置

spark.ui.timeline.tasks.maximum=100000