spark报错：Java.net.socketTimeOutException:read time out(已解决)

spark 云大数据
什么是 UnifiedMemoryManager UnifiedMemoryManager是Spark统一内存管理。它主要由2部分内存：spark部分内存和系统部分。 spark部分：由 spark memory 和Execution memory Storage memory组成 系统部分：user memory Unified……

spark 云大数据
GC开销超过限制 报错： java.lang.OutOfMemoryError: GC overhead limit exceeded at scala.collection.immutable.HashMap.scala.collection.immutable.HashMap makeHashTrieMap(HashMap.scala:175) 处理：分为两个角度，一是是检查代码，减少不必要的冗余，重用的RDD要序列化缓存，减少shuffle数据，加大并行度；二从参数配置看，加大executor内存，增加shuffle buf……

spark 云大数据
现象 spark报错 ： java.lang.IndexOutOfBoundsException 或者 java.lang.NullPointerException 产生原因 分区或者表下存在空的orc文件。该BUG在Spark2.3.0之后才修复 解决方案 规避解决。修改ORC的默认分割策略为：hive.exec.orc.split.strategy=BI进行……

spark 云大数据
现象 在spark集群中执行insert 语句时报错，堆栈信息为：FileSystem closed。常常出现在ThriftServer里面。 产生原因 由于hadoop FileSystem.get 获得的FileSystem会从缓存加载，如果多线程一个线程……

spark 云大数据
现象 执行大数据量的join等操作时出现： 1.Missing an output location for shuffle； 2.Failed to connect to bigdata030015/100.103.131.13:38742; 3.FileNotFoundException……(not such file or directory)。 4.Container killed on request. Exit code is 143 产生原因 原因：shuffle分为shuff……

spark 云大数据
现象 Sparksql使用过程中Executor端抛出：java.lang.OutOfMemoryError: GC overhead limit exceeded 产生原因 这是由于大部分事件都在GC，导致OOM。 解决方案 加大执行器内存，修改GC策略spark.exec……

spark 云大数据
现象 在Spark SQL中运行的SQL语句过于复杂的话，会出现 java.lang.StackOverflowError 异常 产生原因 这是因为程序运行的时候 Stack 大小大于 JVM 的设置大小 解决方案 通过在启动 Spark-sql 的时候加上 –driver-java-options “-Xss10m” 选项解决这个问题……

spark 云大数据
环境: Spark1.6.2 目标：提高CPU利用率，降低带宽IO，提高缓存命中率，减少数据落盘。 Spark作为Zeppelin的SQL底层执行引擎，通过Thriftserver处理jdbc连接，为提高硬件资源利用率、IO带宽和内存利用率，特……

spark 云大数据
现象 集群节点异常导致Spark job失败，如磁盘只读 产生原因 Spark 是一个高性能、容错的分布式计算框架，一旦它知道某个计算所在的机器出现问题会依据之前生成的 lineage 重新在这台机器上调度这个 Task，如果超过失败次数就会导致job失败……

spark 云大数据
在spark升级过程中，和开发中有可能因java版本、spark版本、 scala版本、相关jar包版本不一致或不匹配。导致出一些不应该发生的问题。记录下，以后面采坑。 版本不一致 java版本不一致 报错： java.lang.UnsupportedClassVersionError: com/immomo/recommend/RedisDao: Unsupported major.minor version 52.0 处理：该……