groupByKey一直OOM处理

原创 2017年09月13日 11:35:16

1、一个任务很简单,就是把2T数据读入,按\t拆分,取里面四个字段,之后groupByKey,但是遇到了一直groupByKey就一直fullGC的问题。这里第一个stage很快就跑完了,应该是在拉数据,map之类的。但是只产出19G数据,groupByKey直接处理应该还是绰绰有余的,但现实是我试了一个周末加一天加两个小时,一直FullGC。这个原因不明,对于整个过程内存到底怎么使用还不完全清楚。

这里写图片描述

log一直出现的问题:
这里写图片描述
用小数据很快就完了,所以是性能的问题:
这里写图片描述
2、但确定光groupByKey19G数据还是可以的,所以分两阶段,先把map完数据存在盘上。然后再读这个中间数据,之后再groupByKey,顺利跑完。
这里写图片描述

版权声明: 举报

相关文章推荐

避免使用GroupByKey

有两种方法实现wordcount,一种是使用reduceByKey,另一种是使用groupByKey。 val words = Array("one", "two", "two", "three",...
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)