我试图在EMR上运行(py)Spark作业来处理大量数据。目前,我的工作与以下错误消息失败:Boosting spark.yarn.executor.memoryOverhead
Reason: Container killed by YARN for exceeding memory limits.
5.5 GB of 5.5 GB physical memory used.
Consider boosting spark.yarn.executor.memoryOverhead.
所以我google'd如何做到这一点,并发现我应该沿着spark.yarn.executor.memoryOverhead
参数与--conf标志传递。我做这样说:
aws emr add-steps\
--cluster-id %s\
--profile EMR\
--region us-west-2\
--steps Name=Spark,Jar=command-runner.jar,\
Args=[\
/usr/lib/spark/bin/spark-submit,\
--deploy-mode,client,\
/home/hadoop/%s,\
--executor-memory,100g,\
--num-executors,3,\
--total-executor-cores,1,\
--conf,'spark.python.worker.memory=1200m',\
--conf,'spark.yarn.executor.memoryOverhead=15300',\
],ActionOnFailure=CONTINUE" % (cluster_id,script_name)\
但是,当我重新运行该作业它不断给我同样的错误消息,与5.5 GB of 5.5 GB physical memory used
,这意味着我的记忆没有增加..对我是什么任何提示做错了?
编辑
这里是我最初如何创建群集的详细信息:
aws emr create-cluster\
--name "Spark"\
--release-label emr-4.7.0\
--applications Name=Spark\
--bootstrap-action Path=s3://emr-code-matgreen/bootstraps/install_python_modules.sh\
--ec2-attributes KeyName=EMR2,InstanceProfile=EMR_EC2_DefaultRole\
--log-uri s3://emr-logs-zerex\
--instance-type r3.xlarge\
--instance-count 4\
--profile EMR\
--service-role EMR_DefaultRole\
--region us-west-2'
感谢。
你检查了工作的日志? –
是@Koffee,那是我从中得到错误信息的地方。当它试图执行一个SparkSQL语句,它将数据按大量变量进行分组然后进行聚合(即“按名称从表组中选择名称,最小(数字)”)时,它会失败。我在这里复制了更详细的日志部分:http://pastebin.com/KVrbDkHu –
您使用哪个实例? m3.xlarge?我认为'--total-executor-cores'参数只能在独立模式下由Spark使用,而不能在Yarn中使用。 –