spark 使用中會遇到的一些問題及解決思路 - xiao_jun_0820的專欄 - 博客頻道 - CSDN.NET
http://blog.csdn.net/xiao_jun_0820/article/details/45038205
7 內存溢出問題 在Spark中使用hql方法執行hive語句時，由于其在查詢過程中調用的是Hive的獲取元數據信息、SQL解析，并且使用Cglib等進行序列化反序列化，中間可能產生較多的class文件，導致JVM中的持久代使用較多，如果配置不當，可能引起類似于如下的OOM問題：
Exception in thread "Thread-2" java.lang.OutOfMemoryError: PermGen space
復制代碼
原因是實際使用時，如果用的是JDK1.6版本，Server模式的持久代默認大小是64M，Client模式的持久代默認大小是32M，而Driver端進行SQL處理時，其持久代的使用可能會達到90M，導致OOM溢出，任務失敗。
解決方法就是在Spark的conf目錄中的spark-defaults.conf里，增加對Driver的JVM配置，因為Driver才負責SQL的解析和元數據獲取。配置如下：
spark.driver.extraJavaOptions -XX:PermSize=128M -XX:MaxPermSize=256M
復制代碼
但是，上述情況是在yarn-cluster模式下出現，yarn-client模式運行時倒是正常的，原來在$SPARK_HOME/bin/spark-class文件中已經設置了持久代大小：
JAVA_OPTS="-XX:MaxPermSize=256m $OUR_JAVA_OPTS"
復制代碼
當以yarn-client模式運行時，driver就運行在客戶端的spark-submit進程中，其JVM參數是取的spark-class文件中的設置，所謂未出現持久代溢出現象。
總結一下Spark中各個角色的JVM參數設置：
(1)Driver的JVM參數：-Xmx，-Xms，如果是yarn-client模式，則默認讀取spark-env文件中的SPARK_DRIVER_MEMORY值，-Xmx，-Xms值一樣大小；如果是yarn-cluster模式，則讀取的是spark-default.conf文件中的spark.driver.extraJavaOptions對應的JVM參數值。PermSize，如果是yarn-client模式，則是默認讀取spark-class文件中的JAVA_OPTS="-XX:MaxPermSize=256m $OUR_JAVA_OPTS"值；如果是yarn-cluster模式，讀取的是spark-default.conf文件中的spark.driver.extraJavaOptions對應的JVM參數值。GC方式，如果是yarn-client模式，默認讀取的是spark-class文件中的JAVA_OPTS；如果是yarn-cluster模式，則讀取的是spark-default.conf文件中的spark.driver.extraJavaOptions對應的參數值。以上值最后均可被spark-submit工具中的--driver-java-options參數覆蓋。
(2)Executor的JVM參數：-Xmx，-Xms，如果是yarn-client模式，則默認讀取spark-env文件中的SPARK_EXECUTOR_MEMORY值，-Xmx，-Xms值一樣大小；如果是yarn-cluster模式，則讀取的是spark-default.conf文件中的spark.executor.extraJavaOptions對應的JVM參數值。PermSize，兩種模式都是讀取的是spark-default.conf文件中的spark.executor.extraJavaOptions對應的JVM參數值。GC方式，兩種模式都是讀取的是spark-default.conf文件中的spark.executor.extraJavaOptions對應的JVM參數值。
(3)Executor數目及所占CPU個數如果是yarn-client模式，Executor數目由spark-env中的SPARK_EXECUTOR_INSTANCES指定，每個實例的數目由SPARK_EXECUTOR_CORES指定；如果是yarn-cluster模式，Executor的數目由spark-submit工具的--num-executors參數指定，默認是2個實例，而每個Executor使用的CPU數目由--executor-cores指定，默認為1核。每個Executor運行時的信息可以通過yarn logs命令查看到，類似于如下：
14/08/13 18:12:59 INFO org.apache.spark.Logging$class.logInfo(Logging.scala:58): Setting up executor with commands: List($JAVA_HOME/bin/java, -server, -XX:OnOutOfMemoryError='kill %p', -Xms1024m -Xmx1024m , -XX:PermSize=256M -XX:MaxPermSize=256M -verbose:gc -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+PrintHeapAtGC -Xloggc:/tmp/spark_gc.log, -Djava.io.tmpdir=$PWD/tmp, -Dlog4j.configuration=log4j-spark-container.properties, org.apache.spark.executor.CoarseGrainedExecutorBackend, akka.tcp://spark@sparktest1:41606/user/CoarseGrainedScheduler, 1, sparktest2, 3, 1>, <LOG_DIR>/stdout, 2>, <LOG_DIR>/stderr)
復制代碼
其中，akka.tcp://spark@sparktest1:41606/user/CoarseGrainedScheduler表示當前的Executor進程所在節點，后面的1表示Executor編號，sparktest2表示ApplicationMaster的host，接著的3表示當前Executor所占用的CPU數目。
8 序列化異常在Spark上執行hive語句的時候，出現類似于如下的異常：
org.apache.spark.SparkDriverExecutionException: Execution error
at org.apache.spark.scheduler.DAGScheduler.handleTaskCompletion(DAGScheduler.scala:849)
at org.apache.spark.scheduler.DAGSchedulerEventProcessActor$anonfun$receive$2.applyOrElse(DAGScheduler.scala:1231)
at akka.actor.ActorCell.receiveMessage(ActorCell.scala:498)
at akka.actor.ActorCell.invoke(ActorCell.scala:456)
at akka.dispatch.Mailbox.processMailbox(Mailbox.scala:237)
at akka.dispatch.Mailbox.run(Mailbox.scala:219)
at akka.dispatch.ForkJoinExecutorConfigurator$AkkaForkJoinTask.exec(AbstractDispatcher.scala:386)
at scala.concurrent.forkjoin.ForkJoinTask.doExec(ForkJoinTask.java:260)
at scala.concurrent.forkjoin.ForkJoinPool$WorkQueue.runTask(ForkJoinPool.java:1339)
at scala.concurrent.forkjoin.ForkJoinPool.runWorker(ForkJoinPool.java:1979)
at scala.concurrent.forkjoin.ForkJoinWorkerThread.run(ForkJoinWorkerThread.java:107)
Caused by: java.lang.ClassCastException: scala.collection.mutable.HashSet cannot be cast to scala.collection.mutable.BitSet
at org.apache.spark.sql.execution.BroadcastNestedLoopJoin$anonfun$7.apply(joins.scala:336)
at org.apache.spark.rdd.RDD$anonfun$19.apply(RDD.scala:813)
at org.apache.spark.rdd.RDD$anonfun$19.apply(RDD.scala:810)
at org.apache.spark.scheduler.JobWaiter.taskSucceeded(JobWaiter.scala:56)
at org.apache.spark.scheduler.DAGScheduler.handleTaskCompletion(DAGScheduler.scala:845)
復制代碼
排查其前后的日志，發現大都是序列化的東西：
14/08/13 11:10:01 INFO org.apache.spark.Logging$class.logInfo(Logging.scala:58): Serialized task 8.0:3 as 20849 bytes in 0 ms
14/08/13 11:10:01 INFO org.apache.spark.Logging$class.logInfo(Logging.scala:58): Finished TID 813 in 25 ms on sparktest0 (progress: 3/200)
復制代碼
而在spark-default.conf中，事先設置了序列化方式為Kryo：
spark.serializer org.apache.spark.serializer.KryoSerializer
復制代碼
根據異常信息，可見是HashSet轉為BitSet類型轉換失敗，Kryo把松散的HashSet轉換為了緊湊的BitSet，把序列化方式注釋掉之后，任務可以正常執行。難道Spark的Kryo序列化做的還不到位？此問題需要進一步跟蹤。
9 Executor僵死問題 運行一個Spark任務，發現其運行速度遠遠慢于執行同樣SQL語句的Hive的執行，甚至出現了OOM的錯誤，最后卡住達幾小時！并且Executor進程在瘋狂GC。
截取其一Task的OOM異常信息：
可以看到這是在序列化過程中發生的OOM。根據節點信息，找到對應的Executor進程，觀察其Jstack信息：
Thread 36169: (state = BLOCKED)
- java.lang.Long.valueOf(long) @bci=27, line=557 (Compiled frame)
- com.esotericsoftware.kryo.serializers.DefaultSerializers$LongSerializer.read(com.esotericsoftware.kryo.Kryo, com.esotericsoftware.kryo.io.Input, java.lang.Class) @bci=5, line=113 (Compiled frame)
- com.esotericsoftware.kryo.serializers.DefaultSerializers$LongSerializer.read(com.esotericsoftware.kryo.Kryo, com.esotericsoftware.kryo.io.Input, java.lang.Class) @bci=4, line=103 (Compiled frame)
- com.esotericsoftware.kryo.Kryo.readClassAndObject(com.esotericsoftware.kryo.io.Input) @bci=158, line=732 (Compiled frame)
- com.esotericsoftware.kryo.serializers.DefaultArraySerializers$ObjectArraySerializer.read(com.esotericsoftware.kryo.Kryo, com.esotericsoftware.kryo.io.Input, java.lang.Class) @bci=158, line=338 (Compiled frame)
- com.esotericsoftware.kryo.serializers.DefaultArraySerializers$ObjectArraySerializer.read(com.esotericsoftware.kryo.Kryo, com.esotericsoftware.kryo.io.Input, java.lang.Class) @bci=4, line=293 (Compiled frame)
- com.esotericsoftware.kryo.Kryo.readObject(com.esotericsoftware.kryo.io.Input, java.lang.Class, com.esotericsoftware.kryo.Serializer) @bci=136, line=651 (Compiled frame)
- com.esotericsoftware.kryo.serializers.FieldSerializer$ObjectField.read(com.esotericsoftware.kryo.io.Input, java.lang.Object) @bci=143, line=605 (Compiled frame)
- com.esotericsoftware.kryo.serializers.FieldSerializer.read(com.esotericsoftware.kryo.Kryo, com.esotericsoftware.kryo.io.Input, java.lang.Class) @bci=44, line=221 (Compiled frame)
- com.esotericsoftware.kryo.Kryo.readObject(com.esotericsoftware.kryo.io.Input, java.lang.Class, com.esotericsoftware.kryo.Serializer) @bci=136, line=651 (Compiled frame)
- com.esotericsoftware.kryo.serializers.FieldSerializer$ObjectField.read(com.esotericsoftware.kryo.io.Input, java.lang.Object) @bci=143, line=605 (Compiled frame)
- com.esotericsoftware.kryo.serializers.FieldSerializer.read(com.esotericsoftware.kryo.Kryo, com.esotericsoftware.kryo.io.Input, java.lang.Class) @bci=44, line=221 (Compiled frame)
- com.esotericsoftware.kryo.Kryo.readClassAndObject(com.esotericsoftware.kryo.io.Input) @bci=158, line=732 (Compiled frame)
- org.apache.spark.serializer.KryoDeserializationStream.readObject(scala.reflect.ClassTag) @bci=8, line=118 (Compiled frame)
- org.apache.spark.serializer.DeserializationStream$anon$1.getNext() @bci=10, line=125 (Compiled frame)
- org.apache.spark.util.NextIterator.hasNext() @bci=16, line=71 (Compiled frame)
- org.apache.spark.storage.BlockManager$LazyProxyIterator$1.hasNext() @bci=4, line=1031 (Compiled frame)
- scala.collection.Iterator$anon$13.hasNext() @bci=4, line=371 (Compiled frame)
- org.apache.spark.util.CompletionIterator.hasNext() @bci=4, line=30 (Compiled frame)
- org.apache.spark.InterruptibleIterator.hasNext() @bci=22, line=39 (Compiled frame)
- scala.collection.Iterator$anon$11.hasNext() @bci=4, line=327 (Compiled frame)
- org.apache.spark.sql.execution.HashJoin$anonfun$execute$1.apply(scala.collection.Iterator, scala.collection.Iterator) @bci=14, line=77 (Compiled frame)
- org.apache.spark.sql.execution.HashJoin$anonfun$execute$1.apply(java.lang.Object, java.lang.Object) @bci=9, line=71 (Interpreted frame)
- org.apache.spark.rdd.ZippedPartitionsRDD2.compute(org.apache.spark.Partition, org.apache.spark.TaskContext) @bci=48, line=87 (Interpreted frame)
- org.apache.spark.rdd.RDD.computeOrReadCheckpoint(org.apache.spark.Partition, org.apache.spark.TaskContext) @bci=26, line=262 (Interpreted frame)
復制代碼
有大量的BLOCKED線程，繼續觀察GC信息，發現大量的FULL GC。
分析，在插入Hive表的時候，實際上需要寫HDFS，在此過程的HashJoin時，伴隨著大量的Shuffle寫操作，JVM的新生代不斷GC，Eden Space寫滿了就往Survivor Space寫，同時超過一定大小的數據會直接寫到老生代，當新生代寫滿了之后，也會把老的數據搞到老生代，如果老生代空間不足了，就觸發FULL GC，還是空間不夠，那就OOM錯誤了，此時線程被Blocked，導致整個Executor處理數據的進程被卡住。
當處理大數據的時候，如果JVM配置不當就容易引起上述問題。解決的方法就是增大Executor的使用內存，合理配置新生代和老生代的大小，可以將老生代的空間適當的調大點
引用：http://www.cnblogs.com/Scott007/p/3889959.html
