4040 是什么

4040 是 Apache Spark 应用界面的默认端口：每当一个作业启动，Driver 就会在 4040 上提供运行详情页面，包括阶段划分、任务耗时、数据倾斜情况与 SQL 执行计划；多个作业并行时端口顺延为 4041、4042。同一数值也被内网穿透工具用作本地面板端口，两者同号但完全不同源。

为什么需要注意它的内容

Spark 界面会展示表名、SQL 语句、抽样数据与执行计划，对攻击者而言等同于一份数据库结构说明；测试集群把它暴露到公网并不罕见。另外端口按作业数顺延，做安全评估或防火墙规划时要按整段端口考虑，而不是只盯 4040。

基本信息

典型使用场景

• 查看作业的阶段与任务耗时，定位数据倾斜与长尾任务
• 检查 SQL 执行计划，确认是否命中预期的分区裁剪
• 排查作业失败原因时对照失败任务的堆栈与重试次数
• 把作业详情分享给分析同事，便于共同定位性能问题
• 规划网络策略时按并发作业数预留整段端口

端口与接口核查

ss -lntp | grep -E ':(4040|4041|4042) '                          # 当前有哪些作业界面
curl -s http://127.0.0.1:4040/api/v1/applications | head -c 300   # REST 接口
curl -s http://127.0.0.1:4040/api/v1/applications | python -m json.tool | head -20

相关配置项

# conf/spark-defaults.conf
# spark.ui.enabled true          # 是否开启应用界面
# spark.ui.port 4040             # 起始端口，被占用时自动顺延
# spark.history.ui.port 18080    # 历史服务器端口

Spark 端口族

与应用界面和历史服务器的区别

应用界面只在作业运行期间存在，作业结束页面随即消失；要长期保留执行记录，需要开启历史服务器，把事件日志写入持久化存储后再由它展示。两者端口不同、生命周期也不同，交接与复盘时最容易被混淆。