JVM GC導致的shuffle文件拉取失敗怎么辦

本篇內容主要講解“JVM GC導致的shuffle文件拉取失敗怎么辦”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“JVM GC導致的shuffle文件拉取失敗怎么辦”吧!

        有時會出現的一種情況，非常普遍，在spark的作業中；shuffle file not found。（spark作業中，非常非常常見的）而且，有的時候，它是偶爾才會出現的一種情況。有的時候，出現這種情況以后，會重新去提交stage、task。重新執行一遍，發現就好了。沒有這種錯誤了。

log怎么看？

• 用client模式去提交你的spark作業。比如standalone client；yarn client。一提交作業，直接可以在本地看到刷刷刷更新的log。

• spark.shuffle.io.maxRetries 3
  //意思就是說，shuffle文件拉取的時候，如果沒有拉取到（拉取失敗），最多或重試幾次（會重新拉取幾次文件），默認是3次。
  
  spark.shuffle.io.retryWait 5s
  //意思就是說，每一次重試拉取文件的時間間隔，默認是5s鐘。

  
  

• 默認情況下，假如說第一個stage的executor正在進行漫長的full gc。第二個stage的executor嘗試去拉取文件，結果沒有拉取到，默認情況下，會反復重試拉取3次，每次間隔是五秒鐘。最多只會等待3 * 5s = 15s。如果15s內，沒有拉取到shuffle file。就會報出shuffle file not found。

• 針對這種情況，我們完全可以進行預備性的參數調節。增大上述兩個參數的值，達到比較大的一個值，盡量保證第二個stage的task，一定能夠拉取到上一個stage的輸出文件。避免報shuffle file not found。然后可能會重新提交stage和task去執行。那樣反而對性能也不好。

  spark.shuffle.io.maxRetries 60
  spark.shuffle.io.retryWait 60s

• 最多可以忍受1個小時沒有拉取到shuffle file。只是去設置一個最大的可能的值。full gc不可能1個小時都沒結束吧(低概率，沒有絕對)。這樣呢，就可以盡量避免因為gc導致的shuffle file not found，無法拉取到的問題。

到此，相信大家對“JVM GC導致的shuffle文件拉取失敗怎么辦”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！