SparkStreaming local模式部署下遇到的requirement failed的问题

最近在local模式下部署了一个数据筛选的sparkstreaming程序,主要是对一些用户的交易数据进行实时处理,环境配置如下:
spark :2.1.0,目前是采用单个节点的Standalone部署模式
scala:2.10.4
jdk:1.7.079
该程序在执行时没有出现异常,但是在执行一段时间之后会报
IllegalArgumentException:Requirement failed的异常。
具体异常如下所示:

17/12/23 04:26:47 INFO BlockManager: Removing RDD 13276
17/12/23 04:26:47 INFO MapPartitionsRDD: Removing RDD 13279 from persistence list
17/12/23 04:26:47 INFO BlockManager: Removing RDD 13279
17/12/23 04:26:47 ERROR JobScheduler: Error in job generator
java.lang.IllegalArgumentException: requirement failed
    at scala.Predef$.require(Predef.scala:212)
    at org.apache.spark.streaming.scheduler.ReceivedBlockTracker.cleanupOldBatches(ReceivedBlockTracker.scala:168)
    at org.apache.spark.streaming.scheduler.ReceiverTracker.cleanupOldBlocksAndBatches(ReceiverTracker.scala:233)
    at org.apache.spark.streaming.scheduler.JobGenerator.clearMetadata(JobGenerator.scala:274)
    at org.apache.spark.streaming.scheduler.JobGenerator.org$apache$spark$streaming$scheduler$JobGenerator$$processEvent(JobGenerator.scala:184)
    at org.apache.spark.streaming.scheduler.JobGenerator$$anon$1.onReceive(JobGenerator.scala:89)
	at org.apache.spark.streaming.scheduler.JobGenerator$$anon$1.onReceive(JobGenerator.scala:88)
    at org.apache.spark.util.EventLoop$$anon$1.run(EventLoop.scala:48)
Exception in thread "main" java.lang.IllegalArgumentException: requirement failed
	at scala.Predef$.require(Predef.scala:212)
	at org.apache.spark.streaming.scheduler.ReceivedBlockTracker.cleanupOldBatches(ReceivedBlockTracker.scala:168)
	at org.apache.spark.streaming.scheduler.ReceiverTracker.cleanupOldBlocksAndBatches(ReceiverTracker.scala:233)
	at org.apache.spark.streaming.scheduler.JobGenerator.clearMetadata(JobGenerator.scala:274)
	at org.apache.spark.streaming.scheduler.JobGenerator.org$apache$spark$streaming$scheduler$JobGenerator$$processEvent(JobGenerator.scala:184)
    at org.apache.spark.streaming.scheduler.JobGenerator$$anon$1.onReceive(JobGenerator.scala:89)
	at org.apache.spark.streaming.scheduler.JobGenerator$$anon$1.onReceive(JobGenerator.scala:88)
    at org.apache.spark.util.EventLoop$$anon$1.run(EventLoop.scala:48)
17/12/23 04:26:47 INFO StreamingContext: Invoking stop(stopGracefully=false) from shutdown hook
17/12/23 04:26:47 INFO ReceiverTracker: ReceiverTracker stopped
17/12/23 04:26:47 INFO JobGenerator: Stopping JobGenerator immediately
17/12/23 04:26:47 INFO RecurringTimer: Stopped timer for JobGenerator after time 1513974470000
17/12/23 04:26:47 INFO JobGenerator: Stopped JobGenerator
17/12/23 04:26:47 INFO JobScheduler: Stopped JobScheduler
17/12/23 04:26:47 INFO StreamingContext: StreamingContext stopped successfully
17/12/23 04:26:47 INFO SparkContext: Invoking stop() from shutdown hook
17/12/23 04:26:47 INFO SparkUI: Stopped Spark web UI at http://*.*.*.*:4040
17/12/23 04:26:47 INFO MapOutputTrackerMasterEndpoint: MapOutputTrackerMasterEndpoint stopped!
17/12/23 04:26:47 INFO MemoryStore: MemoryStore cleared
17/12/23 04:26:47 INFO BlockManager: BlockManager stopped
17/12/23 04:26:47 INFO BlockManagerMaster: BlockManagerMaster stopped
17/12/23 04:26:47 INFO OutputCommitCoordinator$OutputCommitCoordinatorEndpoint: OutputCommitCoordinator stopped!
17/12/23 04:26:47 INFO SparkContext: Successfully stopped SparkContext
17/12/23 04:26:47 INFO ShutdownHookManager: Shutdown hook called
17/12/23 04:26:47 INFO ShutdownHookManager: Deleting directory /tmp/spark-21c7303b-7c66-4d0e-a6e6-4731b2770d92

通过StackTrace可以了解到该异常出现的位置,分别是下图所示:
这里写图片描述

这里写图片描述

这里写图片描述

这里写图片描述

可以看到该方法是在清除元数据时通过ClearMetaData方法调用的,传入cleanupOldBlocksAndBatches的参数为当前时间(time)减入参的时间间隔(maxRemeberDuration)也就是获取该批次开始处理的时刻,结合源码中对于cleanupOldBatches函数的解释,“清除旧的数据块的信息,如果等待完成标志为true,这个方法将只会在文件清理后返回“。
异常也是在该方法中require函数中抛出的,clock.getTimeMillis方法的返回值为获取ReciveTracker类的初始化时间,也就是说该异常是在数据处理后,在清除元数据时发现理论上的批次开始处理时间已经大于该类的初始化时间才会报错,由此可以推断出是处理时间过长所导致的。
所以解决办法:由于部署的环境单核CPU,2G内存所以通过减少了BlockInterval的值直接减少了生成的block的数量,减少接收到数据后生成Job的开销,并且对于接受数据的速率通过“spark.streaming.backpressure”参数设置为true成功解决问题。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
Spark Streaming是一个实时数据处理框架,而Spark SQL是一个用于结构化数据处理的模块。将它们整合在一起可以实现更加强大的数据处理能力。 在local模式下,可以使用以下步骤将Spark StreamingSpark SQL整合起来: 1. 创建一个StreamingContext对象,设置batch interval和SparkConf对象。 2. 创建一个DStream对象,从数据源中读取数据。 3. 将DStream对象转换为DataFrame对象,使用Spark SQL进行数据处理。 4. 将处理后的数据保存到外部存储系统中。 具体实现可以参考以下代码: import org.apache.spark.SparkConf import org.apache.spark.streaming.{Seconds, StreamingContext} import org.apache.spark.sql.SparkSession object SparkStreamingWithSparkSQL { def main(args: Array[String]): Unit = { val conf = new SparkConf().setAppName("SparkStreamingWithSparkSQL").setMaster("local[*]") val ssc = new StreamingContext(conf, Seconds(5)) val lines = ssc.socketTextStream("localhost", 9999) val words = lines.flatMap(_.split(" ")) words.foreachRDD { rdd => val spark = SparkSession.builder.config(rdd.sparkContext.getConf).getOrCreate() import spark.implicits._ val wordsDataFrame = rdd.toDF("word") wordsDataFrame.createOrReplaceTempView("words") val wordCountsDataFrame = spark.sql("select word, count(*) as total from words group by word") wordCountsDataFrame.show() } ssc.start() ssc.awaitTermination() } } 这段代码实现了从socket读取数据,使用Spark SQL进行单词计数,并将结果打印出来。可以根据实际需求进行修改和扩展。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值