微软Azure大数据平台发布调试工具集，支持Spark 2.3！

能通吃Hadoop、Spark、Kafka等开源框架的微软Azure云大数据平台HDInsight，近日该平台上发布了Spark调试工具集，可以支持Spark 2.3版及未来的新版本。搭配此调试工具集，可以将Spark任务的工作图表、数据流可视化，让Spark开发者处理数据管理、数据采样、监控及诊断任务时，更为顺畅。

微软公告，这款Spark调试工具集未来会发布更多新功能，包含关键路径分析、Data Skew及Time Skew问题分析等。

现在Spark调试工具集已经内建在HDInsight Spark历史纪录服务器，从Azure Portal进入的开发者，只要点击选择集群仪表板、Spark历史纪录服务器的选项，就能存取功能。

在HDInsight中的Spark历史纪录服务器（Spark History Server），微软现在新增了两个新功能，分别是Graph Tab及Data Tab。首先是Graph Tab，提供使用者可视化的互动体验。例如，Spark工作图表会列出任务执行的细节，包含各阶段中数据的输入、输出信息，开发者可以重新回放（playback）功能，重现完整的任务程序。借助

此功能，可以进一步诊断工作流程中的性能表现、数据处理时间，改善应用程序的流畅度。

再者是Data Tab功能，支持开发者利用CSV格式，汇总输入、输出、搜寻或者URL等数据，例如，数据科学家可以下载部分采样数据，在本地环境进行排错、执行任务。

微软这次发布的调试工具集，当中一个新功能是回放（Playback）。系统会列出完整的任务流程，在页面选单中，开发者可以指定Job ID、呈现信息（如数据读取、写入）。借此，系统就会重现流程，开发者可以观察流程中的瓶颈如何，进而改善性能。