- 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?
我有一个 spark 应用程序,它总是因错误而失败:
"Diagnostics: Container [pid=29328,containerID=container_e42_1512395822750_0026_02_000001] is running beyond physical memory limits. Current usage: 1.5 GB of 1.5 GB physical memory used; 2.3 GB of 3.1 GB virtual memory used. Killing container."
我看到许多不同的参数被建议更改以增加物理内存。能否请我对以下参数进行一些解释?
mapreduce.map.memory.mb
(当前设置为 0,所以假设采用默认值 1GB,所以我们将其视为 1.5 GB,更改它也会影响数字)
mapreduce.reduce.memory.mb
(当前设置为 0,所以假设采用默认值 1GB,所以我们将其视为 1.5 GB,更改它也会影响数字)
mapreduce.map.java.opts/mapreduce.reduce.java.opts
设置为之前数字的 80%
yarn.scheduler.minimum-allocation-mb=1GB
(当改变这个时我看到对最大物理内存的影响,但是对于值 1 GB 它仍然是 1.5G)
yarn.app.mapreduce.am.resource.mb/spark.yarn.executor.memoryOverhead
在配置中根本找不到。
我们正在使用 cloudera CDH 5.12.1 定义 YARN(以 yarn-cluster
部署模式运行)。
最佳答案
spark.driver.memory
spark.executor.memory
这些控制 spark 将尝试为其驱动程序和所有执行程序分配的基本内存量。如果内存不足,这些可能是您想要增加的。
// options before Spark 2.3.0
spark.yarn.driver.memoryOverhead
spark.yarn.executor.memoryOverhead
// options after Spark 2.3.0
spark.driver.memoryOverhead
spark.executor.memoryOverhead
此值是在 yarn 上运行 Spark 时请求的额外内存量。它旨在考虑托管 Spark 执行器的 yarn 容器所需的额外 RAM。
yarn.scheduler.minimum-allocation-mb
yarn.scheduler.maximum-allocation-mb
当 Spark 要求 Yarn 为执行程序保留一 block RAM 时,它会询问基本内存加上开销内存的值。然而,Yarn 可能不会返回一个恰好那个尺寸的。这些参数控制 YARN 将授予的最小容器大小和最大容器大小。如果您只将集群用于一项工作,我发现最简单的方法是将它们设置为非常小和非常大的值,然后使用上面提到的 spark 内存设置来设置真正的容器大小。
mapreduce.map.memory.mb
mapreduce.map.memory.mb
mapreduce.map.java.opts/mapreduce.reduce.java.opts
我认为这些对您的 Spark/Yarn 工作没有任何影响。
关于apache-spark - Spark Yarn 内存配置,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47701102/
目前正在学习 Spark 的类(class)并了解到执行者的定义: Each executor will hold a chunk of the data to be processed. Thisc
阅读了有关 http://spark.apache.org/docs/0.8.0/cluster-overview.html 的一些文档后,我有一些问题想要澄清。 以 Spark 为例: JavaSp
Spark核心中的调度器与以下Spark Stack(来自Learning Spark:Lightning-Fast Big Data Analysis一书)中的Standalone Schedule
我想在 spark-submit 或 start 处设置 spark.eventLog.enabled 和 spark.eventLog.dir -all level -- 不要求在 scala/ja
我有来自 SQL Server 的数据,需要在 Apache Spark (Databricks) 中进行操作。 在 SQL Server 中,此表的三个键列使用区分大小写的 COLLATION 选项
所有这些有什么区别和用途? spark.local.ip spark.driver.host spark.driver.bind地址 spark.driver.hostname 如何将机器修复为 Sp
我有大约 10 个 Spark 作业,每个作业都会进行一些转换并将数据加载到数据库中。必须为每个作业单独打开和关闭 Spark session ,每次初始化都会耗费时间。 是否可以只创建一次 Spar
/Downloads/spark-3.0.1-bin-hadoop2.7/bin$ ./spark-shell 20/09/23 10:58:45 WARN Utils: Your hostname,
我是 Spark 的完全新手,并且刚刚开始对此进行更多探索。我选择了更长的路径,不使用任何 CDH 发行版安装 hadoop,并且我从 Apache 网站安装了 Hadoop 并自己设置配置文件以了解
TL; 博士 Spark UI 显示的内核和内存数量与我在使用 spark-submit 时要求的数量不同 更多细节: 我在独立模式下运行 Spark 1.6。 当我运行 spark-submit 时
spark-submit 上的文档说明如下: The spark-submit script in Spark’s bin directory is used to launch applicatio
关闭。这个问题是opinion-based .它目前不接受答案。 想改善这个问题吗?更新问题,以便可以通过 editing this post 用事实和引文回答问题. 6 个月前关闭。 Improve
我想了解接收器如何在 Spark Streaming 中工作。根据我的理解,将有一个接收器任务在执行器中运行,用于收集数据并保存为 RDD。当调用 start() 时,接收器开始读取。需要澄清以下内容
有没有办法在不同线程中使用相同的 spark 上下文并行运行多个 spark 作业? 我尝试使用 Vertx 3,但看起来每个作业都在排队并按顺序启动。 如何让它在相同的 spark 上下文中同时运行
我们有一个 Spark 流应用程序,这是一项长期运行的任务。事件日志指向 hdfs 位置 hdfs://spark-history,当我们开始流式传输应用程序时正在其中创建 application_X
我们正在尝试找到一种加载 Spark (2.x) ML 训练模型的方法,以便根据请求(通过 REST 接口(interface))我们可以查询它并获得预测,例如http://predictor.com
Spark newb 问题:我在 spark-sql 中进行完全相同的 Spark SQL 查询并在 spark-shell . spark-shell版本大约需要 10 秒,而 spark-sql版
我正在使用 Spark 流。根据 Spark 编程指南(参见 http://spark.apache.org/docs/latest/programming-guide.html#accumulato
我正在使用 CDH 5.2。我可以使用 spark-shell 运行命令。 如何运行包含spark命令的文件(file.spark)。 有没有办法在不使用 sbt 的情况下在 CDH 5.2 中运行/
我使用 Elasticsearch 已经有一段时间了,但使用 Cassandra 的经验很少。 现在,我有一个项目想要使用 Spark 来处理数据,但我需要决定是否应该使用 Cassandra 还是
我是一名优秀的程序员,十分优秀!