mcp-apache-spark-history-server
活跃·★ 205·Apache-2.0·更新于 2026-10-20
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。
mcp-apache-spark-history-server 当前归类于 开发者工具，更适合按具体工作流、部署方式和团队场景来判断是否适配。从现有资料来看，它主要强调 通过自然语言查询Spark作业详情。典型使用场景包括 调查Spark作业运行缓慢的原因。页面记录的许可证为 Apache-2.0。当前 GitHub Stars 为 205。相关标签包括 apache-spark、big-data。
#apache-spark#big-data#数据处理#Kubernetes#MCP 协议#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
为什么选择它
+通过自然语言查询Spark作业详情
+跨应用程序的性能指标分析
+调查Spark作业运行缓慢的原因
+覆盖 5 个兼容平台或环境。
03
权衡点
!最终选型仍建议与同类工具做并排比较，而不是单看单页信息。
04
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
05
快速开始
1
$ pip install mcp-apache-spark-history-server
06
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
07
同类工具
评论
登录后发表评论
暂无评论，来发表第一条吧