mcp-apache-spark-history-server
活跃·★ 173·Apache-2.0·更新于 2026-05-29
★ 时下流行★ 大模型基础设施
将AI代理连接到Apache Spark History Server,实现智能作业分析和性能监控。
Kubeflow Spark History MCP Server将AI代理与Apache Spark基础设施连接,实现智能作业分析、性能监控和故障调查。它提供了18个专门的MCP工具用于查询Spark History Server数据,支持多服务器配置和AWS集成。
#apache-spark#big-data#数据处理#Kubernetes#MCP 协议#MCP 服务器#MCP 服务器
01
功能特性
01通过自然语言查询Spark作业详情
02跨应用程序的性能指标分析
03作业间比较以检测回归问题
04故障调查与详细错误分析
05多服务器和多环境支持
02
兼容性
Python
Python 3.12+
已通过文档验证
Apache Spark History Server
Spark History Server
已通过文档验证
Kubernetes
Kubernetes (Helm)
已通过文档验证
AWS Glue
AWS Glue
已通过文档验证
Amazon EMR
Amazon EMR
已通过文档验证
03
快速开始
1
$ pip install mcp-apache-spark-history-server
04
使用场景
↳调查Spark作业运行缓慢的原因
↳分析作业失败的根本原因
↳比较当前与之前作业运行的性能
05
同类工具
相关搜索
评论
登录后发表评论
- RRiley Zhang2026年5月20日
Bridge between agentic AI and Apache Spark operational data is well-designed.
- Rowan Chen2026年5月12日
Good for data engineers debugging Spark jobs who want AI assistance.
- SSam Wilson2026年3月25日
Works with standard Spark History Server deployments.
- BBlake White2026年3月7日
Spark History Server integration via MCP brings job analytics into AI workflows.