- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在 GCP Dataproc 集群上运行一个 spark 作业,该集群配置有 1 个主节点、2 个主要工作节点(4 个本地 SSD,每个用于 shuffling )和 N 个辅助工作节点(没有任何 SSD)。
我的工作按每日分批处理数据,因此我希望临时数据(洗牌、检查点等)在一天的过程中增长,并在第二天开始前清理干净。
但是,当我运行该作业几天(例如 15-20 天)时,它最终失败并出现关于 yarn 的磁盘空间不足的错误(我不记得确切的错误消息)。
Dataproc GCP 控制台显示此图,您可以在其中看到 HDFS 容量单调减少,而其他指标显示与批处理启动/停止相关的循环上下。
我登录了一名主要工作人员以调查 SSD 的使用情况,因为我记得错误消息提到了 /mnt/{1,2,3,4}
,这是固态硬盘。
$ df -h
[...]
/dev/sdb 369G 178G 172G 51% /mnt/1
/dev/sdc 369G 178G 173G 51% /mnt/2
/dev/sdd 369G 179G 171G 52% /mnt/3
/dev/sde 369G 174G 176G 50% /mnt/4
[...]
而且磁盘使用率不断增加(在我写这篇文章之前是 43%)。进一步挖掘将我带到以下目录:
$ pwd
/mnt/1/hadoop/yarn/nm-local-dir/application_1622441105718_0001
$ du -sh .
178G .
$ ls
00 03 06 09 0c 0f 12 15 18 1b 1e 21 24 27 2a 2d 30 33 36 39 3c 3f
01 04 07 0a 0d 10 13 16 19 1c 1f 22 25 28 2b 2e 31 34 37 3a 3d
02 05 08 0b 0e 11 14 17 1a 1d 20 23 26 29 2c 2f 32 35 38 3b 3e
所有这些文件夹都包含名为 shuffle_NN_NNNN_0.{index,data}
的文件。论文文件很多:目前有38577个。
我想这些文件是临时数据,但为什么每次批处理后都没有删除它们?我可以在不中断工作的情况下手动删除它们吗(find . -type f -mmin -120 -delete
删除所有超过 120 分钟的文件(我的批处理大约 60 分钟))?有没有好的方法来管理这些文件?
实际上,我测试过删除旧文件,比如:
for I in $(seq 1 4); do
( cd /mnt/${I}/hadoop/yarn/nm-local-dir/application_* && sudo find . -type f ! -newerat 2021-05-31T12:00:00 -delete )
done
我的工作仍在运行,似乎没有注意到任何事情,但我将磁盘使用率降低到 16%(而不是 54%)。这是一个手动解决方案,我仍在寻找更好的解决方案。
在 answer 之后更精确一些来自@Ben Sidhom。
我以批处理模式使用 Spark。 “标称”用例是每天早上处理最后一天的数据。因此,每天 D,我都会启动一个 Spark 作业来读取 D-1 天的数据,对其进行转换并保存生成的数据集。这个过程大约花费 1 小时,在这种情况下,我没有注意到任何数据泄漏。
然而,有时候,我们需要做一些追赶。例如,我实现了一项新的转换工作,需要在前一年的每一天应用它(以填充一些历史数据)。在这种情况下,我没有启动 365 个单独的 spark 作业,而是启动了 1 个,它将每天按顺序处理。现在,工作时间更长了,而且数据泄露时有发生。大约 15 小时后(即处理 15 天的数据后)作业失败,因为设备上没有剩余空间。
禁用EFM似乎不是一个好的解决方案,因为实际上它在这种长时间运行的作业上带来了最大的值(value),避免了因为抢占节点丢失而导致作业失败。
所以目前,我会坚持使用手动解决方案。请注意,删除命令应在所有主节点上完成。
再进行一次编辑以展示我的“生产级”解决方案。
创建集群后。通过 ssh 连接到您的每个主要工作人员,然后启动一个屏幕
并运行一个无限循环,每 600 秒删除一次旧文件(在下面的示例中超过 120 分钟):
$ screen -RD
<new screen created>
$ while true; do
date --iso-8601=seconds
for I in $(seq 1 4); do
( cd /mnt/${I}/hadoop/yarn/nm-local-dir/application_* && sudo find . -type f -amin +120 -delete )
done
df -h | grep /mnt/
sleep 600
done
当此命令正在运行时,将您自己从屏幕上移开 (Ctrl+A D
)。您可以使用 htop
检查您的命令是否仍在运行。
就是这样。
最佳答案
存在一个已知问题,即此中间洗牌数据可能会泄露。在此期间可能的解决方法是:
您能否说明您使用的是哪种 Spark 模式?这是一个重复运行的批处理作业,还是一个长时间运行的小批量流作业?如果是后者,Spark cleanup hook 可能只在作业结束时发出,这可以解释泄漏。
更新:随机播放数据泄漏问题自 July 20, 2021 release 以来已得到修复.
关于apache-spark - 如何保持 Dataproc Yarn nm-local-dir 大小可管理,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/67774699/
我的应用程序包含两部分:网络部分和 GUI。它的工作方式有点像浏览器 - 用户从服务器请求一些信息,服务器发回一些代表某些 View 的数据,然后 GUI 显示它。 现在我已经将网络部分实现为一项服务
给定表达式字符串exp,编写程序检查exp中“{”、“}”、“(”、“)”、“[”、“]的对和顺序是否正确。 package main import ( "fmt" stack "gi
我想要一个简单的脚本在后台保持运行。目前看起来像这样: import keyboard while True: keyboard.wait('q') keyboard.send('ct
我维护着许多 RedHat Enterprise Linux(7 台和 8 台)服务器(>100 台),其中包含不同的应用程序。为了保持理智,我当然会使用 Ansible 等工具,更重要的是,公共(p
我有一个 winforms 应用程序,它在网络服务请求期间被锁定 我已经尝试使用 doEvents 来保持应用程序解锁,但它仍然不够响应, 我怎样才能绕过这个锁定,让应用程序始终响应? 最佳答案 最好
我正在努力在我的项目中获得并保持领先的 0。以下是当前相关的代码: Dim jobNum As String jobNum = Left(r1.Cells(1, 1), 6) r2.Cells(1
我正在尝试在我的 Canvas 中定位元素相对于我的背景。 窗口被重新调整大小,保持纵横比。 背景随着窗口大小而拉伸(stretch)。 问题是一旦重新调整窗口大小,元素位置就会不正确。如果窗口的大小
一直在玩弄 Hibernate 和 PostgreSQL,试图让它按预期工作。 但是由于某种原因,当我尝试将具有@OneToMany 关系的对象与集合中的多个项目保持一致时,除了第一个项目之外,所有项
我想将某些东西提交到 github 存储库,但我(显然)没有任何权利这样做。我对那个 repo 做了一个分支,提交了我的更改并提交了一个 pull-request。 现在,问题是过了一段时间其他人已经
这是一个初学者问题,我仍在考虑“在 OOP 中”,所以如果我错过了手册中的答案或者答案很明显,我深表歉意。 假设我们有一个抽象类型, abstract type My_Abstract_type en
我们正在开展的一些项目在 jQuery 1.4.2 或更早版本中有着深厚的根基,介于缺乏最新版本的性能优势(或语法糖)、使用现已弃用的方法的耻辱以及部署一个积极维护的库的 3 年以上旧版本,升级现在迫
我看到在FMDB 2.0中,作者为线程添加了FMDatabaseQueue。例子是: // First, make your queue. FMDatabaseQueue *queue = [FMDa
我在 NSScrollView 中有一个 NSTableView。 NSTableView 的内容是通过绑定(bind)到 NSArrayController 来提供的,而 NSArrayContro
我在 TreeView 上有一个节点,我手动填充该节点并希望保持排序。通过用户交互,TreeViewItem 上的标题可能会更改,它们应该移动到列表中的适当位置。 我遍历一个 foreach,创建多个
我从主 NSWindow 打开一个 NSWindow。 DropHereWindowController *dropHereWindowController = [[DropHereWindowCon
我需要放置一个 form 3 按钮,当我单击该按钮时,将其显示为按下,其他按钮向上,当我单击另一个按钮时,它应该为“向下”,其他按钮应为“向上” 最佳答案 所有按钮的属性“Groupindex”必须设
我有一个使用 AnyEvent::MQTT 订阅消息队列的 perl 脚本。 目前我想要它做的就是在收到消息时打印出来。我对 perl 完全陌生,所以我正在使用它附带的演示代码,其中包括将 STDIN
如何在 .NET 应用程序中保持 TreeView 控件的滚动位置?例如,我有一个树形 View 控件,并经历了一个向其添加各种节点的过程,并将它们固定在底部。在此过程中,我可以滚动浏览 TreeVi
我维护了大量的 vbscripts,用于在我的网络上执行各种启动脚本,并且有一些我在几乎所有脚本中使用的函数。 除了复制和粘贴之外,有没有人对我如何创建可重用 vbscript 代码库有建议。我并不反
我有一些关于 Azure 自托管的问题。 假设用户 Alex 在物理机 M 上设置了 Windows 自托管代理。当 Alex 注销且计算机进入休眠状态时,代理将脱机。现在,当 Bob 登录同一台计算
我是一名优秀的程序员,十分优秀!