偶尔我的Spark工作似乎无限期地挂在一个CPU似乎达到100%的工人身上 - 我注意到这一点反复运行顶部。
Tasks: 288 total, 1 running, 287 sleeping, 0 stopped, 0 zombie
%Cpu(s): 3.1 us, 0.0 sy, 0.0 ni, 96.9 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
KiB Mem : 25157609+total, 11158460+free, 55086460 used, 84905024
buff/cache
KiB Swap: 0 total, 0 free, 0 used. 19393204+avail Mem
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+
COMMAND
71167 XXXX 20 0 0.213t 0.049t 28576 S 100.0 20.8 231:58.71
java
我在Spark独立群集上运行PySpark,它挂起reduceByKey
操作,通常需要几秒钟才能完成。每当这发生在一个工人身上时,我注意到地方等级是任意的。我通常只是重新启动EC2实例(在AWS上工作),然后将作业分配给另一个工作人员,并且作业最终成功。我想知道我有什么选择可以实现更可持续的解决方案。是否会转向YARN来识别并杀死这些工人?到目前为止,我已经避免了YARN,因为需要安装HDFS,因为我的管道直接存在于S3。
答案 0 :(得分:1)
你不能让你的任何工人达到100%的CPU。
如果您使用Yarn,则可以限制允许作业使用的核心数。
另一种选择是在worker上使用cgroup来限制CPU使用率。