Каковы возможные причины для получения TimeoutException: фьючерсы, истекающие после [n секунд] при работе с Spark

Я работаю над программой Spark SQL, и я получаю следующее исключение:

16/11/07 15:58:25 ERROR yarn.ApplicationMaster: User class threw exception: java.util.concurrent.TimeoutException: Futures timed out after [3000 seconds]
java.util.concurrent.TimeoutException: Futures timed out after [3000 seconds]
    at scala.concurrent.impl.Promise$DefaultPromise.ready(Promise.scala:219)
    at scala.concurrent.impl.Promise$DefaultPromise.result(Promise.scala:223)
    at scala.concurrent.Await$$anonfun$result$1.apply(package.scala:190)
    at scala.concurrent.BlockContext$DefaultBlockContext$.blockOn(BlockContext.scala:53)
    at scala.concurrent.Await$.result(package.scala:190)
    at org.apache.spark.sql.execution.joins.BroadcastHashJoin.doExecute(BroadcastHashJoin.scala:107)
    at org.apache.spark.sql.execution.SparkPlan$$anonfun$execute$5.apply(SparkPlan.scala:132)
    at org.apache.spark.sql.execution.SparkPlan$$anonfun$execute$5.apply(SparkPlan.scala:130)
    at org.apache.spark.rdd.RDDOperationScope$.withScope(RDDOperationScope.scala:150)
    at org.apache.spark.sql.execution.SparkPlan.execute(SparkPlan.scala:130)
    at org.apache.spark.sql.execution.Project.doExecute(basicOperators.scala:46)
    at org.apache.spark.sql.execution.SparkPlan$$anonfun$execute$5.apply(SparkPlan.scala:132)
    at org.apache.spark.sql.execution.SparkPlan$$anonfun$execute$5.apply(SparkPlan.scala:130)
    at org.apache.spark.rdd.RDDOperationScope$.withScope(RDDOperationScope.scala:150)
    at org.apache.spark.sql.execution.SparkPlan.execute(SparkPlan.scala:130)
    at org.apache.spark.sql.execution.Union$$anonfun$doExecute$1.apply(basicOperators.scala:144)
    at org.apache.spark.sql.execution.Union$$anonfun$doExecute$1.apply(basicOperators.scala:144)
    at scala.collection.TraversableLike$$anonfun$map$1.apply(TraversableLike.scala:245)
    at scala.collection.TraversableLike$$anonfun$map$1.apply(TraversableLike.scala:245)
    at scala.collection.immutable.List.foreach(List.scala:381)
    at scala.collection.TraversableLike$class.map(TraversableLike.scala:245)
    at scala.collection.immutable.List.map(List.scala:285)
    at org.apache.spark.sql.execution.Union.doExecute(basicOperators.scala:144)
    at org.apache.spark.sql.execution.SparkPlan$$anonfun$execute$5.apply(SparkPlan.scala:132)
    at org.apache.spark.sql.execution.SparkPlan$$anonfun$execute$5.apply(SparkPlan.scala:130)
    at org.apache.spark.rdd.RDDOperationScope$.withScope(RDDOperationScope.scala:150)
    at org.apache.spark.sql.execution.SparkPlan.execute(SparkPlan.scala:130)
    at org.apache.spark.sql.execution.columnar.InMemoryRelation.buildBuffers(InMemoryColumnarTableScan.scala:129)
    at org.apache.spark.sql.execution.columnar.InMemoryRelation.<init>(InMemoryColumnarTableScan.scala:118)
    at org.apache.spark.sql.execution.columnar.InMemoryRelation$.apply(InMemoryColumnarTableScan.scala:41)
    at org.apache.spark.sql.execution.CacheManager$$anonfun$cacheQuery$1.apply(CacheManager.scala:93)
    at org.apache.spark.sql.execution.CacheManager.writeLock(CacheManager.scala:60)
    at org.apache.spark.sql.execution.CacheManager.cacheQuery(CacheManager.scala:84)
    at org.apache.spark.sql.DataFrame.persist(DataFrame.scala:1581)
    at org.apache.spark.sql.DataFrame.cache(DataFrame.scala:1590)
    at com.somecompany.ml.modeling.NewModel.getTrainingSet(FlowForNewModel.scala:56)
    at com.somecompany.ml.modeling.NewModel.generateArtifacts(FlowForNewModel.scala:32)
    at com.somecompany.ml.modeling.Flow$class.run(Flow.scala:52)
    at com.somecompany.ml.modeling.lowForNewModel.run(FlowForNewModel.scala:15)
    at com.somecompany.ml.Main$$anonfun$2.apply(Main.scala:54)
    at com.somecompany.ml.Main$$anonfun$2.apply(Main.scala:54)
    at scala.Option.getOrElse(Option.scala:121)
    at com.somecompany.ml.Main$.main(Main.scala:46)
    at com.somecompany.ml.Main.main(Main.scala)
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
    at java.lang.reflect.Method.invoke(Method.java:498)
    at org.apache.spark.deploy.yarn.ApplicationMaster$$anon$2.run(ApplicationMaster.scala:542)
16/11/07 15:58:25 INFO yarn.ApplicationMaster: Final app status: FAILED, exitCode: 15, (reason: User class threw exception: java.util.concurrent.TimeoutException: Futures timed out after [3000 seconds])

Последняя часть моего кода, который я узнаю из трассировки стека, com.somecompany.ml.modeling.NewModel.getTrainingSet(FlowForNewModel.scala:56), который возвращает меня к этой строке: profilesDF.cache() Перед кешированием я выполняю объединение между 2 кадрами данных. Я видел ответ о сохранении обоих фреймов данных перед объединением здесь Мне все еще нужно кэшировать объединенный фрейм данных, поскольку я использую его в нескольких моих преобразованиях

И мне было интересно, что может вызвать это исключение? Поиск его привел к ссылке, связанной с исключением тайм-аута rpc или некоторыми проблемами безопасности, которые не являются моей проблемой Если у вас есть какая-то идея о том, как ее решить, я бы, очевидно, это оценил, но даже просто понимание проблемы поможет мне решить ее.

Заранее спасибо

Ответ 1

Вопрос: Мне было интересно, что может вызвать это исключение?

Ответ:

spark.sql.broadcastTimeout 300 Тайм-аут в секундах для трансляции время ожидания в широковещательных соединениях

spark.network.timeout 120 секунд Тайм-аут по умолчанию для всех сетевых взаимодействий. spark.network.timeout (spark.rpc.askTimeout), spark.sql.broadcastTimeout, spark.kryoserializer.buffer.max (если вы используете kryo сериализация) и т.д. настраиваются с более крупными значениями по умолчанию в для обработки сложных запросов. Вы можете начать с этих значений и настройте в соответствии с вашими рабочими нагрузками SQL.

Примечание: Док говорит, что

Следующие параметры (см. свойства spark.sql.) также могут использоваться для настройки производительности выполнения запроса. Возможно, эти параметры будут устаревать в будущем выпуске, так как больше оптимизаций выполняется автоматически. *

Кроме того, для вашего лучшего понимания вы можете увидеть BroadCastHashJoin, где метод execute является точкой запуска для указанной выше трассировки стека.

protected override def doExecute(): RDD[Row] = {
    val broadcastRelation = Await.result(broadcastFuture, timeout)

    streamedPlan.execute().mapPartitions { streamedIter =>
      hashJoin(streamedIter, broadcastRelation.value)
    }
  }

Ответ 2

Хорошо знать, что предложение от Рама работает в некоторых случаях. Я хотел бы упомянуть, что пару раз наткнулся на это исключение (в том числе описанное here).

В большинстве случаев это было из-за почти бесшумных OOM для какого-то исполнителя. Проверьте SparkUI на неудачные задачи, последний столбец этой таблицы: Вы можете заметить сообщения OOM.

Если понимать хорошо искровые внутренние элементы, передаваемые данные проходят через драйвер. Таким образом, драйвер имеет механизм потоков для сбора данных от исполнителей и отправляет их всем. Если в какой-то момент исполнитель терпит неудачу, вы можете завершить эти тайм-ауты.

Ответ 3

Если вы включили dynamicAllocation, попробуйте отключить эту конфигурацию (spark.dynamicAllocation.enabled = false). Вы можете установить эту конфигурацию искры в conf/spark-defaults.conf, как --conf или внутри кода.

https://issues.apache.org/jira/browse/SPARK-23806

Ответ 4

Я установил master as local[n] когда я отправил задание в Yarn-cluster.

Не устанавливайте мастер в коде при работе в кластере, вместо этого используйте --master.