Azure Log Analytics を使用して Apache Spark アプリケーションを監視する

[アーティクル]
12/17/2024

このチュートリアルでは、Log Analytics に組み込まれている Synapse Studio コネクタを有効にする方法について説明します。その後、Apache Spark アプリケーションのメトリックとログを収集し、Log Analytics ワークスペースに送信できます。最後に、Azure Monitor ブックを利用してメトリックとログを視覚化できます。

ワークスペース情報を構成する

次の手順に従って、Synapse Studio で必要な情報を構成します。

手順 1: Log Analytics ワークスペースを作成する

次のいずれかのリソースを参照して、ワークスペースを作成します。

手順 2 – 構成情報を収集する

次のいずれかのオプションを使用して、構成の準備を行います。

オプション 1: Log Analytics ワークスペースの ID とキーを使用して構成する

Spark 構成用に次の値を収集します。

<LOG_ANALYTICS_WORKSPACE_ID>: Log Analytics ワークスペースの ID。
<LOG_ANALYTICS_WORKSPACE_KEY>: Log Analytics のキー。これを見つけるには、Azure portal で [Azure Log Analytics ワークスペース]>[エージェント]>[プライマリキー] に移動します。

spark.synapse.logAnalytics.enabled true
spark.synapse.logAnalytics.workspaceId <LOG_ANALYTICS_WORKSPACE_ID>
spark.synapse.logAnalytics.secret <LOG_ANALYTICS_WORKSPACE_KEY>

オプション 2: Azure Key Vault を使用して構成する

Note

Apache Spark アプリケーションを送信するユーザーにシークレットの読み取りアクセス許可を付与する必要があります。詳細については、「Azure のロールベースのアクセス制御を使用して Key Vault のキー、証明書、シークレットへのアクセス権を付与する」を参照してください。 Synapse パイプラインでこの機能を有効にする場合は、オプション 3 を使用する必要があります。これは、ワークスペースのマネージド ID を使用して Azure Key Vault からシークレットを取得するために必要です。

ワークスペースキーを格納するよう Azure Key Vault を構成するには、次の手順に従います。

Azure portal でキーコンテナーを作成し、そこに移動します。
キーコンテナーの設定ページで、 [シークレット] を選択します。
[Generate/Import](生成/インポート) を選択します。
[シークレットの作成] 画面で、次の値を選択します。
- 名前: シークレットの名前を入力します。既定値として、「SparkLogAnalyticsSecret」と入力します。
- 値: シークレットの <LOG_ANALYTICS_WORKSPACE_KEY> を入力します。
- 他の値は既定値のままにしておきます。 [作成] を選択します。
Spark 構成用に次の値を収集します。
- <LOG_ANALYTICS_WORKSPACE_ID>: Log Analytics ワークスペース ID。
- <AZURE_KEY_VAULT_NAME>: 構成したキーコンテナーの名前。
- <AZURE_KEY_VAULT_SECRET_KEY_NAME> (省略可能): ワークスペースキーのキーコンテナー内のシークレット名。既定値は、SparkLogAnalyticsSecret です。

spark.synapse.logAnalytics.enabled true
spark.synapse.logAnalytics.workspaceId <LOG_ANALYTICS_WORKSPACE_ID>
spark.synapse.logAnalytics.keyVault.name <AZURE_KEY_VAULT_NAME>
spark.synapse.logAnalytics.keyVault.key.secret <AZURE_KEY_VAULT_SECRET_KEY_NAME>

Note

ワークスペース ID を Key Vault に格納することもできます。上記の手順を参照し、ワークスペース ID をシークレット名 SparkLogAnalyticsWorkspaceId を使用して格納してください。または、構成 spark.synapse.logAnalytics.keyVault.key.workspaceId を使用して、Key Vault でワークスペース ID のシークレット名を指定することもできます。

方法 3. リンクサービスを使用した構成

注意

このオプションでは、ワークスペースのマネージド ID にシークレットの読み取りアクセス許可を付与する必要があります。詳細については、「Azure のロールベースのアクセス制御を使用して Key Vault のキー、証明書、シークレットへのアクセス権を付与する」を参照してください。

Synapse Studio で Key Vault のリンクサービスを構成してワークスペースキーを格納するには、次の手順に従います。

前のセクション「オプション 2」に記載されているすべての手順を実行します。
Synapse Studio で Key Vault のリンクサービスを作成します。

a. [Synapse Studio]>[管理]>[リンクサービス] に移動し、 [新規] を選択します。

b. 検索ボックスで Azure Key Vault を検索します。

c. リンクサービスの名前を入力します。

d. キーコンテナーを選択し、 [作成] を選択します。
Apache Spark 構成に spark.synapse.logAnalytics.keyVault.linkedServiceName 項目を追加します。

spark.synapse.logAnalytics.enabled true
spark.synapse.logAnalytics.workspaceId <LOG_ANALYTICS_WORKSPACE_ID>
spark.synapse.logAnalytics.keyVault.key.secret <AZURE_KEY_VAULT_SECRET_KEY_NAME>
spark.synapse.logAnalytics.keyVault.linkedServiceName <LINKED_SERVICE_NAME>

Apache Spark の構成一覧については、「使用可能な Apache Spark 構成」を参照してください

手順 3: Apache Spark 構成を作成する

ワークスペースに Apache Spark 構成を作成し、Notebook または Apache Spark ジョブ定義を作成するときに、Apache Spark プールで使用する Apache Spark 構成を選択できます。選択すると、構成の詳細が表示されます。

[管理]>[Apache Spark 構成] を選択します。
[新規] ボタンを選択して、新しい Apache Spark 構成を作成します。
[新規] ボタンを選択すると、[新しい Apache Spark 構成] ページが開きます。
[名前] には、任意の有効な名前を入力できます。
[説明] には、説明を入力できます。
[注釈] には、[新規] ボタンをクリックして注釈を追加したり、[削除] ボタンを選択しクリックして既存の注釈を削除することもできます。
[構成プロパティ] で [追加] ボタンを選択して、選択した構成オプションからすべてのプロパティを追加します。 [プロパティ] で、一覧表示されているプロパティ名を追加します。[値] では、手順 2 で収集した値を使用します。プロパティを追加しない場合、Azure Synapse では必要に応じて既定値を使用します。

Apache Spark アプリケーションを送信してログとメトリックを表示する

その方法は次のとおりです。

前の手順で構成した Apache Spark プールに Apache Spark アプリケーションを送信します。次のいずれかの方法を使用して、これを行うことができます。
- Synapse Studio でノートブックを実行する。
- Synapse Studio で、Apache Spark ジョブ定義を使用して Apache Spark バッチジョブを送信します。
- Apache Spark アクティビティを含むパイプラインを実行する。
指定した Log Analytics ワークスペースに移動し、Apache Spark アプリケーションの実行が開始されたときにアプリケーションのメトリックとログを表示します。

カスタムアプリケーションログを書き込む

Apache Log4j ライブラリを使用して、カスタムログを書き込むことができます。

Scala の例:

%%spark
val logger = org.apache.log4j.LogManager.getLogger("com.contoso.LoggerExample")
logger.info("info message")
logger.warn("warn message")
logger.error("error message")
//log exception
try {
      1/0
 } catch {
      case e:Exception =>logger.warn("Exception", e)
}
// run job for task level metrics
val data = sc.parallelize(Seq(1,2,3,4)).toDF().count()

PySpark の例:

%%pyspark
logger = sc._jvm.org.apache.log4j.LogManager.getLogger("com.contoso.PythonLoggerExample")
logger.info("info message")
logger.warn("warn message")
logger.error("error message")

サンプルのブックを使用してメトリックとログを視覚化する

ブックをダウンロードします。
ブックファイルを開き、内容をコピーします。
Azure portal で、 [Log Analytics ワークスペース]>[ブック] の順に選択します。
空のブックを開きます。 </> アイコンを選択して、[詳細エディター] モードを使用します。
存在する JSON コードの上に貼り付けます。
[適用] を選択し、次に [編集が完了しました] を選択します。

その後、構成済みの Apache Spark プールに Apache Spark アプリケーションを送信します。アプリケーションが実行状態になったら、ブックのドロップダウンリストで、実行中のアプリケーションを選択します。

ブックを示すスクリーンショット。

ブックはカスタマイズできます。たとえば、Kusto クエリを使用してアラートを構成できます。

クエリとアラートを使用したブックのカスタマイズを示すスクリーンショット。

Kusto を使用してデータのクエリを実行する

Apache Spark イベントに対するクエリ実行の例を次に示します。

SparkListenerEvent_CL
| where workspaceName_s == "{SynapseWorkspace}" and clusterName_s == "{SparkPool}" and livyId_s == "{LivyId}"
| order by TimeGenerated desc
| limit 100

Apache Spark アプリケーションのドライバーと Executor ログに対するクエリの実行例を次に示します。

SparkLoggingEvent_CL
| where workspaceName_s == "{SynapseWorkspace}" and clusterName_s == "{SparkPool}" and livyId_s == "{LivyId}"
| order by TimeGenerated desc
| limit 100

Apache Spark メトリックに対するクエリ実行例を次に示します。

SparkMetrics_CL
| where workspaceName_s == "{SynapseWorkspace}" and clusterName_s == "{SparkPool}" and livyId_s == "{LivyId}"
| where name_s endswith "jvm.total.used"
| summarize max(value_d) by bin(TimeGenerated, 30s), executorId_s
| order by TimeGenerated asc

アラートの作成および管理

ユーザーは、設定された頻度でクエリを実行してメトリックとログを評価し、その結果に基づいてアラートを発行することができます。詳細については、「Azure Monitor を使用してログアラートを作成、表示、管理する」を参照してください。

データ流出の防止が有効になっている Synapse ワークスペース

データ流出の防止が有効になっている Synapse ワークスペースが作成された後。

この機能を有効にする場合は、ワークスペースの承認された Microsoft Entra テナント内の Azure Monitor Private Link スコープ (AMPLS) に対して、マネージドプライベートエンドポイント接続要求を作成する必要があります。

下の手順に従って、Azure Monitor プライベートリンクスコープ (AMPLS) に対するマネージドプライベートエンドポイント接続を作成できます。

既存の AMPLS がない場合は、Azure Monitor Private Link 接続の設定に関する記事に従って作成します。
Azure portal で AMPLS に移動し、[Azure Monitor リソース] ページで [追加] を選択して、Azure Log Analytics ワークスペースに接続を追加します。
[Synapse Studio] > [管理] > [マネージドプライベートエンドポイント] に移動し、[新規] ボタンを選択し、[Azure Monitor プライベートリンクスコープ]、[続行] の順に選択します。
作成した Azure Monitor プライベートリンクスコープを選択し、[作成] ボタンを選択します。
プライベートエンドポイントのプロビジョニングが完了するまで数分待ちます。
Azure portal で再び AMPLS に移動し、[プライベートエンドポイント接続] ページで、先ほどプロビジョニングした接続と [承認] を選択します。

Note

AMPLS オブジェクトには、Private Link の構成を計画するときに考慮に入れる必要のある制限がいくつかあります。これらの制限の詳細については、AMPLS の制限に関する記事を参照してください。
マネージドプライベートエンドポイントを作成するための適切なアクセス許可があるか確認します。

次の方法で共有

Azure Log Analytics を使用して Apache Spark アプリケーションを監視する

ワークスペース情報を構成する

手順 1: Log Analytics ワークスペースを作成する

手順 2 – 構成情報を収集する

オプション 1: Log Analytics ワークスペースの ID とキーを使用して構成する

オプション 2: Azure Key Vault を使用して構成する

方法 3. リンクサービスを使用した構成

手順 3: Apache Spark 構成を作成する

Apache Spark アプリケーションを送信してログとメトリックを表示する

カスタムアプリケーションログを書き込む

サンプルのブックを使用してメトリックとログを視覚化する

Kusto を使用してデータのクエリを実行する

アラートの作成および管理

データ流出の防止が有効になっている Synapse ワークスペース

フィードバック

その他のリソース

次の方法で共有

Azure Log Analytics を使用して Apache Spark アプリケーションを監視する

ワークスペース情報を構成する

手順 1: Log Analytics ワークスペースを作成する

手順 2 – 構成情報を収集する

オプション 1: Log Analytics ワークスペースの ID とキーを使用して構成する

オプション 2: Azure Key Vault を使用して構成する

方法 3. リンク サービスを使用した構成

手順 3: Apache Spark 構成を作成する

Apache Spark アプリケーションを送信してログとメトリックを表示する

カスタム アプリケーション ログを書き込む

サンプルのブックを使用してメトリックとログを視覚化する

Kusto を使用してデータのクエリを実行する

アラートの作成および管理

データ流出の防止が有効になっている Synapse ワークスペース

関連するコンテンツ

フィードバック

その他のリソース

方法 3. リンクサービスを使用した構成

カスタムアプリケーションログを書き込む