Spark：Executor Lost Failure（添加groupBy作业后）

Question

我正在尝试在Yarn客户端上运行Spark作业。我有两个节点，每个节点都有以下配置。

我收到“ExecutorLostFailure（遗失执行人1）”。

我尝试了大部分Spark调优配置。我已经减少了一个执行者丢失，因为最初我有6个遗嘱执行人失败。

这些是我的配置（我的spark-submit）：

  

HADOOP_USER_NAME = hdfs spark-submit --class genkvs.CreateFieldMappings   --master yarn-client --driver-memory 11g --executor-memory 11G --total-executor-cores 16 --num-executors 15 --conf“spark.executor.extraJavaOptions = -XX：+ UseCompressedOops   -XX：+ PrintGCDetails -XX：+ PrintGCTimeStamps“--conf spark.akka.frameSize = 1000 --conf spark.shuffle.memoryFraction = 1 --conf   spark.rdd.compress = true --conf   spark.core.connection.ack.wait.timeout = 800   my-data / lookup_cache_spark-assembly-1.0-SNAPSHOT.jar -h   hdfs：//hdp-node-1.zone24x7.lk：8020 -p 800

我的数据大小为6GB，我在工作中正在做一个小组。

def process(in: RDD[(String, String, Int, String)]) = {
    in.groupBy(_._4)
}

我是Spark的新手，请帮我找出错误。我现在至少要挣扎一周了。

非常感谢你。

Answer 1

弹出两个问题：

• spark.shuffle.memoryFraction设置为1.为什么选择它而不是保留0.2？这可能会使其他非洗牌行动挨饿

• 16个核心只有11G可用。只有11G我会将你工作中的工人数量设置为不超过3 - 并且最初（为了超越遗嘱执行人丢失的问题）只需尝试1.有16个执行者，每个人得到700mb - 这就不足为奇了OOME /遗嘱执行人失败了。