要监控AWS EMR Spark日志的成本，可以使用AWS CloudWatch来收集和分析日志数据。以下是一个解决方法，包含代码示例：

1. 创建CloudWatch日志组和日志流 首先，创建一个CloudWatch日志组和日志流，用于存储EMR Spark的日志数据。可以使用AWS SDK或AWS CLI来执行以下命令：

import boto3

# 创建CloudWatch日志组
log_group_name = 'emr-spark-logs'
client = boto3.client('logs')
response = client.create_log_group(logGroupName=log_group_name)

# 创建CloudWatch日志流
log_stream_name = 'emr-spark-log-stream'
response = client.create_log_stream(logGroupName=log_group_name, logStreamName=log_stream_name)

2. 配置EMR集群以发送日志到CloudWatch 接下来，需要配置EMR集群以将Spark日志发送到CloudWatch。可以在EMR集群创建时指定配置，或者使用AWS SDK或AWS CLI来更新现有的EMR集群配置。以下是使用AWS SDK的示例代码：

cluster_id = 'your-emr-cluster-id'
emr_client = boto3.client('emr')

# 获取现有的EMR集群配置
response = emr_client.describe_cluster(ClusterId=cluster_id)
cluster_config = response['Cluster']

# 更新EMR集群配置以发送Spark日志到CloudWatch
cluster_config['LogUri'] = 's3://your-bucket/emr-logs'
cluster_config['VisibleToAllUsers'] = True
cluster_config['KeepJobFlowAliveWhenNoSteps'] = False
cluster_config['Configurations'].append({
    'Classification': 'spark',
    'Properties': {
        'spark.history.fs.logDirectory': 's3://your-bucket/emr-spark-logs'
    }
})

# 更新EMR集群配置
response = emr_client.modify_cluster(ClusterId=cluster_id, Instances=cluster_config['Instances'])

3. 创建CloudWatch日志指标和警报 现在，可以使用CloudWatch来监控EMR Spark的日志数据。可以创建自定义指标来统计日志中的特定事件，并设置警报以在达到特定阈值时发送通知。以下是使用AWS SDK的示例代码：

# 创建CloudWatch日志指标过滤器
filter_pattern = 'ERROR'
metric_name = 'SparkErrorCount'
metric_namespace = 'EMR/Spark'
response = client.put_metric_filter(
    logGroupName=log_group_name,
    filterName='SparkErrorFilter',
    filterPattern=filter_pattern,
    metricTransformations=[
        {
            'metricName': metric_name,
            'metricNamespace': metric_namespace,
            'metricValue': '1'
        }
    ]
)

# 创建CloudWatch警报
alarm_name = 'SparkErrorAlarm'
alarm_description = 'Spark error count exceeds threshold'
threshold = 10
response = client.put_metric_alarm(
    AlarmName=alarm_name,
    AlarmDescription=alarm_description,
    ActionsEnabled=True,
    AlarmActions=['arn:aws:sns:us-west-2:123456789012:my-sns-topic'],
    MetricName=metric_name,
    Namespace=metric_namespace,
    Statistic='SampleCount',
    ComparisonOperator='GreaterThanThreshold',
    Threshold=threshold,
    Period=60,
    EvaluationPeriods=1
)

通过以上步骤，您可以设置完整的AWS EMR Spark日志的成本监控解决方案，并使用CloudWatch来收集、分析和警报EMR Spark的日志数据。请根据您的具体需求进行修改和调整。