apache-spark - 如何处理 yarn 客户端中运行时间过长的任务(与其他工作相比)？

Question

我们使用 Spark 集群作为 yarn-client计算几个业务，但有时我们有一个任务运行时间太长:



我们没有设置超时，但我认为默认超时时间不会太长，比如这里( 1.7h )。

有人给我一个解决这个问题的理想吗？？？

Answer 1

如果时间过长，spark 就无法终止它的任务。

但是我想出了一种使用 speculation 来处理这个问题的方法,

This means if one or more tasks are running slowly in a stage, they will be re-launched.

spark.speculation                  true
spark.speculation.multiplier       2
spark.speculation.quantile         0

注: spark.speculation.quantile意味着“推测”将从您的第一个任务开始。所以请谨慎使用。我使用它是因为随着时间的推移，由于 GC，一些作业会变慢。所以我认为你应该知道什么时候使用它——它不是 Elixir 。

一些相关链接: http://apache-spark-user-list.1001560.n3.nabble.com/Does-Spark-always-wait-for-stragglers-to-finish-running-td14298.html和 http://mail-archives.us.apache.org/mod_mbox/spark-user/201506.mbox/%3CCAPmMX=rOVQf7JtDu0uwnp1xNYNyz4xPgXYayKex42AZ_9Pvjug@mail.gmail.com%3E

更新

我找到了解决我的问题的方法(可能不适用于所有人)。每个任务我都有一堆模拟运行，所以我在运行周围添加了超时。如果模拟需要更长的时间(由于该特定运行的数据偏差)，它将超时。

ExecutorService executor = Executors.newCachedThreadPool();
Callable<SimResult> task = () -> simulator.run();

Future<SimResult> future = executor.submit(task);
try {
    result = future.get(1, TimeUnit.MINUTES);
} catch (TimeoutException ex) {
    future.cancel(true);
    SPARKLOG.info("Task timed out");
}

确保您在 simulator 内处理中断的主循环如:

if(Thread.currentThread().isInterrupted()){
    throw new InterruptedException();
}