spark 在运行过程中 gc 时间太长怎么处理？

问答 ⋅ 李鴻飛 ⋅ 于 2019-04-17 13:48:05 ⋅ 最后回复由青牛于 2019-04-18 17:19:11 ⋅ 3982 阅读

spark在在运行过程中core设置为400 但是执行到400整数倍的时候任务就会卡一会儿查看发现gc时间比较长；任务是使用sql直接对dataframe进行操作；任务时间1.3h gc时间达到37min 从web ui中查看的；已经在使用的udf函数中尽量避免了new对象和对象拷贝

成为第一个点赞的人吧

回复数量: 1

青牛国内首批大数据从业者，就职于金山，担任大数据团队核心研发工程师
⋅ 2019-04-18 17:19:11

1、看下数据分布是否均匀处理慢是一个节点数据太多吗
2、core设置大不一定运行的快调小点试试

请注意单词拼写，以及中英文排版，参考此页
支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`, 更多语法请见这里 Markdown 语法
支持表情，可用Emoji的自动补全, 在输入的时候只需要 ":" 就可以自动提示了 :metal: :point_right: 表情列表 :star: :sparkles:
上传图片, 支持拖拽和剪切板黏贴上传, 格式限制 - jpg, png, gif，教程
发布框支持本地存储功能，会在内容变更时保存，「提交」按钮点击时清空

Ctrl+Enter