Question

我使用的是Spark Standalone单机，128G内存和32个内核。以下是我认为与我的问题相关的设置：

spark.storage.memoryFraction     0.35
spark.default.parallelism        50
spark.sql.shuffle.partitions     50

我有一个Spark应用程序，其中有一个1000个设备的循环。对于每个循环（设备），它准备特征向量，然后调用MLLib的k-Means。在循环的第25到第30次迭代（处理第25到第30个设备）时，它会遇到“Java.lang.OutOfMemoryError：Java堆空间”的错误。

我尝试了从0.7到0.35的memoryFraction，但它没有帮助。我也尝试并行/分区到200没有运气。 JVM选项为“-Xms25G -Xmx25G -XX：MaxPermSize = 512m”。我的数据大小只有2G左右。

这是堆栈跟踪：

java.lang.OutOfMemoryError: Java heap space
  at java.util.Arrays.copyOf(Arrays.java:2271)
  at java.io.ByteArrayOutputStream.grow(ByteArrayOutputStream.java:118)
  at java.io.ByteArrayOutputStream.ensureCapacity(ByteArrayOutputStream.java:93)
  at java.io.ByteArrayOutputStream.write(ByteArrayOutputStream.java:153)
  at java.io.ObjectOutputStream$BlockDataOutputStream.write(ObjectOutputStream.java:1841)
  at java.io.ObjectOutputStream.defaultWriteFields(ObjectOutputStream.java:1533)
  at java.io.ObjectOutputStream.writeSerialData(ObjectOutputStream.java:1508)
  at java.io.ObjectOutputStream.writeOrdinaryObject(ObjectOutputStream.java:1431)
  at java.io.ObjectOutputStream.writeObject0(ObjectOutputStream.java:1177)
  at java.io.ObjectOutputStream.writeObject(ObjectOutputStream.java:347)
  at scala.collection.mutable.HashMap$$anonfun$writeObject$1.apply(HashMap.scala:138)
  at scala.collection.mutable.HashMap$$anonfun$writeObject$1.apply(HashMap.scala:136)
  at scala.collection.mutable.HashTable$class.foreachEntry(HashTable.scala:230)
  at scala.collection.mutable.HashMap.foreachEntry(HashMap.scala:40)
  at scala.collection.mutable.HashTable$class.serializeTo(HashTable.scala:125)
  at scala.collection.mutable.HashMap.serializeTo(HashMap.scala:40)
  at scala.collection.mutable.HashMap.writeObject(HashMap.scala:136)
  at sun.reflect.GeneratedMethodAccessor116.invoke(Unknown Source)
  at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
  at java.lang.reflect.Method.invoke(Method.java:606)
  at java.io.ObjectStreamClass.invokeWriteObject(ObjectStreamClass.java:988)
  at java.io.ObjectOutputStream.writeSerialData(ObjectOutputStream.java:1495)
  at java.io.ObjectOutputStream.writeOrdinaryObject(ObjectOutputStream.java:1431)
  at java.io.ObjectOutputStream.writeObject0(ObjectOutputStream.java:1177)
  at java.io.ObjectOutputStream.defaultWriteFields(ObjectOutputStream.java:1547)
  at java.io.ObjectOutputStream.writeSerialData(ObjectOutputStream.java:1508)
  at java.io.ObjectOutputStream.writeOrdinaryObject(ObjectOutputStream.java:1431)
  at java.io.ObjectOutputStream.writeObject0(ObjectOutputStream.java:1177)
  at java.io.ObjectOutputStream.defaultWriteFields(ObjectOutputStream.java:1547)
  at java.io.ObjectOutputStream.writeSerialData(ObjectOutputStream.java:1508)
  at java.io.ObjectOutputStream.writeOrdinaryObject(ObjectOutputStream.java:1431)
  at java.io.ObjectOutputStream.writeObject0(ObjectOutputStream.java:1177)

开始时，应用程序看起来很好，但是在它运行一段时间并处理越来越多的设备之后，Java堆逐渐被占用并且JVM不会释放内存。如何诊断和解决这样的问题？

Answer 1

除了Driver和Executor内存之外，建议尝试以下选项： -

切换到Kryo序列化 - http://spark.apache.org/docs/latest/tuning.html#data-serialization
使用MEMORY_AND_DISK_SER_2进行RDD持久性。

另外，如果您可以发布代码，那就太好了。

Answer 2

您始终可以使用visualVM等分析工具。监控内存增长。希望您使用的是64位JVM而不是32位JVM。 32位进程只能使用2GB内存，因此内存设置基本上没用。希望这有帮助

Answer 3

JVM选项不足以配置Spark内存，您还需要设置spark.driver.memory（对于驱动程序，obv。）和spark.executor.memory（对于worker）。这些默认设置为1GB。 See this thorough guide了解更多信息。实际上，我恳请你阅读它，那里有很多东西，熟悉它肯定会在以后得到回报。

Spark应用程序 - Java.lang.OutOfMemoryError：Java堆空间

3 个答案: