GC overhead limit exceeded : Spark

本文主要是介绍GC overhead limit exceeded : Spark，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

我在运行Spark程序的时候报错

java.lang.OutOfMemoryError：GC overhead limit exceeded

伴随着通常有:

java.lang.OutOfMemoryError：Java heap spaceorg.apache.spark.shuffle.FetchFailedException:Failed to connect to ...

这是因为executor的内存不足，导致GC杀死一些任务
登录 http://Master:8080会看到

可以看到在这个应用了，每个节点只用到了512MB，这是spark程序默认的，解决这个问题只要设置VM Options中的spark.executor.memory属性即可。
比如用的IDEA，在Run configuration里设置VM Options:

-Dspark.executor.memory=4g

当然，executor.memory的大小肯定要小于节点的内存大小，不然这个参数设置毫无意义。而节点内存的大小你可以通过登录http://Master:8080（上图）中Workers信息里面看。

若你增加了实际内存，想修改worker内存的值，则在${SPARK_HOME}/conf/spark-env.sh里面修改：

export SPARK_WORKER_MEMORY=8g
export SPARK_EXECUTOR_MEMORY=8g
export SPARK_DAEMON_MEMORY=8g

这里其实是各种模式下都设置了，可以根据实际情况参照该文档注释进行个性化设置。
重启Spark后生效，可以登录webui(http://Master:8080)去查看更改成功了没。

上述方法其实治标不治本，更有效的方法当然是优化代码，如某个RDD不用了，可以把它unpersist，诸如此类。

这篇关于GC overhead limit exceeded : Spark的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---