欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

智慧出行/FAQ-SPARK-4105,只要你spark版本低于2.3版本是一定会出现这个bug的正常的

程序员文章站 2022-07-14 22:59:24
...

SPARK-4105错误,只要你spark版本低于2.3版本是一定会出现这个bug的正常的

正常的task的生命周期–>50–60s
但是突然有一次task运行了2个小时还没有结束
我们就怀疑可能是出现了数据倾斜的问题—>查看一下yarn日志:yarn logs -applicationiD YARNID

我们看yarn的日志,日常上出现了shuffle fetchError sparkshuffle找不到的错误

生成中出现慢磁盘现象解决办法,就是开始推测执行,等于是让task换一台机器进行执行

writeShuffle --> 落盘(压缩–>LZ4) --> readShuffle
这个SPARK-4105bug就是readShuffle的时候拿不到LZ4文件

spark.io.compression.codec  //spark压缩默认是使用LZ4压缩

解决这个bug的方式是:关闭压缩,而且当关闭压缩后,还发现这个处理速度变快了,快了将近一倍,因为你牺牲了io释放了cpu,压缩是需要进行cpu操作的,
智慧出行/FAQ-SPARK-4105,只要你spark版本低于2.3版本是一定会出现这个bug的正常的
智慧出行/FAQ-SPARK-4105,只要你spark版本低于2.3版本是一定会出现这个bug的正常的