内容简介：Spark一些问题集锦【持续更新】
最近常跑Spark程序，主要是分布式机器学习和分布式深度学习这块，因为模型经常很大，比如VGG等，集群空余节点又不是很多，跑起来有时候会吃力，也遇到很多问题，积累一下以备后查。
错误集锦
ClosedChannelException
1 ERROR YarnClientSchedulerBackend:70 - Yarn application has already exited with state FINISHED! 2 ERROR SparkContext:91 - Error initializing SparkContext. java.lang.IllegalStateException: Spark context stopped while waiting for backend 3 ERROR TransportClient:245 - Failed to send RPC 7202466410763583466 to /xx.xx.xx.xx:54864: java.nio.channels.ClosedChannelException 4 ERROR YarnSchedulerBackend$YarnSchedulerEndpoint:91 - Sending RequestExecutors(0,0,Map()) to AM was unsuccessful
上面这几个错误通常一起爆出。
【原因分析】
可能是分配给node的内存太小，Spark默认启动两个executor，使用每个executor的内存为1G，而数据太大，导致yarn直接Kill掉了executor，IO也一并关闭，所以出现了 ClosedChannelException
异常。
这里的错误 分析[错误1]也有可能是由于 Java 8的excessive memory allocation strategy
【解决方案】
根据 这篇文章
在 yarn-site.xml
中添加如下配置：
<property>
<name>yarn.nodemanager.pmem-check-enabled</name>
<value>false</value>
</property>
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>
或者在执行命令时附带参数： --driver-memory 5g --executor-memory 5g
，将Job可用内存显式地增大。
或者在 spark/conf/spark-defaults.conf
添加如下Poperty：
spark.driver.memory 5g spark.executor.memory 5g
甚至可以继续添加如下Property：
spark.yarn.executor.memoryOverhead 4096 spark.yarn.driver.memoryOverhead 8192 spark.akka.frameSize 700
Lost Executors et. al.
5. ERROR YarnScheduler:70 - Lost executor 3 on simple23: Container marked as failed: container_1490797147995_0000004 on host: simple23. Exit status: 143. Diagnostics: Container killed on request. Exit code is 143 Container exited with a non-zero exit code 143 Killed by external signal [Stage 16:===========================================> (6 + 2) / 8] 6. ERROR TaskSetManager:70 - Task stage 17.2 failed 4 times; aborting job 7. ERROR DistriOptimizer$:655 - Error: org.apache.spark.SparkException: Job aborted due to stage failure: Task age 17.2 failed 4 times, most recent failure: Lost task 0.3 in stage 17.2 (TID 90, simple21, executor 4): java.util.concurrent.EnException: [Stage 23:> (0 + 3) / 3] 8. ERROR YarnScheduler:70 - Lost executor 4 on simple21: Container marked as failed: container_1490797147995_0004_01_000005 on host: simple21. Exit status: 143. Diagn Container killed on request. Exit code is 143 Container exited with a non-zero exit code 143 Killed by external signal [Stage 23:> (0 + 3) / 3] 9. ERROR TransportResponseHandl- Still have 1 requests outstanding when connection from /xx.xx.xx.22:51442 is closed
【原因分析】
由报错信息可以看出，yarn丢失了executor，极有可能还是因为executor被关闭了，所以还是要检查一下自己的driver-memory和executor-memory是不是够大。
【解决方案】
如上一个
References
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
- 高可用 Prometheus：问题集锦
- 高可用 Prometheus：问题集锦
- 数据科学和机器学习面试问题集锦
- 总结—Harbor仓库部署和使用问题集锦
- 构建Potatso问题集锦及解决方案
- Vue.JS 开发常见问题集锦
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
