Spark之Task状态与异常

目录

 

Task状态

Task 异常

Task状态与异常

---

Task状态

TaskState对Task的生命周期定义了6个状态，每种状态会做不同的处理。

Launching：Task已经从Driver侧发送给了Executor侧(被DAGScheduler调度了，Task是通过Endpoint发出,RDD和Stage由BroadCast广播)

Running：Executor正在执行Task，尝未执行完成

Finished：Task成功的被Executor执行完成

Failed：Executor 执行Failed失败，失败原因可能是FetchFailed、ExecptionFailure等

Killed：执行Task的Executor被Killed,KilledExecutorOnhost事件会导致Executo被Killed

Lost：仅用于Mesos fine-grained调度模式(Mesos fine-grained调度模式已经不推荐使用)，这种状态可不考虑

代码清单：

private[spark] object TaskState extends Enumeration {

  val LAUNCHING, RUNNING, FINISHED, FAILED, KILLED, LOST = Value

  private val FINISHED_STATES = Set(FINISHED, FAILED, KILLED, LOST)

  type TaskState = Value


//Failed包含两种状态，Lost和Failed
  def isFailed(state: TaskState): Boolean = (LOST == state) || (FAILED == state)


//Finished状态包含四种状态，这点需要注意
  def isFinished(state: TaskState): Boolean = FINISHED_STATES.contains(state)
}

下图为Task的状态流转，容错需要处理的状态为Failed、Killed、Lost。

我们再从Driver、Executor视角看Task从生成到执行完成经过的阶段，笔者把这个过程划分为5个阶段，分别是生成、管道化、调度、执行、完成。在Driver侧负责Task的生成、管道化、调度三个阶段，Executor侧负责Task执行、结果两个阶段。

整个过程对应的类：

Executor只负责执行Task，不负责管理Task的状态，不负责管理Task的生命周期，也不负责Task的容错处理。Executor在执行Task的过程中会把Task的状态通过StatusUpdate事件消息通过RpcEndpoint通信框架发送给Driver侧。Driver侧在收到StatusUpdate事件消息后根根据消息分类决定下一步操作。Driver端的容错处理涉及类有CoarseGrainedSchedulerBackend，TaskScheduler、DAGScheduler、TaskSetManager等，下面对这些容错处理分别进行介绍

 

Task 异常

执行Task的异常类型分别有TaskResultLost、ExecutorLostFailure、ExecptionFailure、FetchFailed、TaskCommitDenied，Task的容错处理其中重点是处理好这些错误。Task失败的异常均继承于TaskFailedReason。

sealed trait TaskFailedReason extends TaskEndReason {

/** Error message displayed in the web UI. */
  def toErrorString: String

  /**
   * Whether this task failure should be counted towards the maximum number of times the task is
   * allowed to fail before the stage is aborted.  Set to false in cases where the task's failure
   * was unrelated to the task; for example, if the task failed because the executor it was running
   * on was killed.
   */
  def countTowardsTaskFailures: Boolean = true
}

countTowardsTaskFailures属性值为true时，表明此类异常需要累加到Task的错误总次数里面，为false不需要累加错误次数。

异常类型	发生原因
UnknownReason	Spark-Core无法识别Task失败的原因，这类异常统称UnknownReason。比如：反序列化Task Result时类找不到异常。
TaskKilled	任务被终止，需要重新调度
Resubmitted	在一个Stage没有完成前，某个 Executor与Driver断联(如：网络抖动、JVM Crashed)，这个Executor中的某个Task的ShuffleMapTask结果所有的因此Spark-Core需要重新调度这个Task在别的Executor上执行。
ExecutorLostFailure	执行Task的Executor与Driver断联(如：网络抖动、JVM Crashed)
ExceptionFailure	用户代码产生的未捕获异常，也包含类似反序列化失败这样的不可恢复的异常类型
FetchFailed	从一个远程Executor节点获取Shuffle过程的数据失败
TaskCommitedDenied	执行Taskr的Executor向Driver提交请求，但被Driver拒绝
TaskResultLost	这个任务处理成功并结束了。但计算结果丢失了(Executor的BlockManager中找不到相关结果)，这种情况就是Driver侧记录的Task状态是处理成功的，但在Executor侧获取不到执行结果。

Task状态与异常

Task的状态由Executor在执行过程中是否有异常决定的，在执行结束后没有出现异常，状态会设置为Finished，如果有异常，会根据不同的异常类型，设置不同的状态。下图对状态和异常类型作了映射关联总结。