我们有一个基于（YARN + Spark 2.1 + Hadoop + Akka）的分析平台，该平台公开了类似DSL的SQL，以便在hadoop上执行分析。它还具有一个Web UI，通过该UI可以提交DSL中表达的查询以执行。提交给执行的查询经过验证，然后转换为火花计划（数据集/数据框），然后执行该计划。执行后的记录将流回UI。
在大多数情况下，此模型运行良好，但有时用户尝试重复提交运行时特性不好的查询。在反复执行时，执行者迅速失败，YARN最终终止了会话。我们争先恐后地添加了一些控件来阻止这种情况的发生，但是没有一个能够完全解决这个问题。
请注意，我们已启用动态分配，并且最大执行程序失败次数也很高。
有什么方法可以理想地解决这个问题吗？
有没有一种方法可以在会话终止时重新创建会话？
非常感谢您的帮助。