spark

1.persist:

默认cache()过程是将RDD persist在内存里，persist()操作可以为RDD重新指定StorageLevel.

RDD的persist()和unpersist()操作，都是由SparkContext执行的（SparkContext的persistRDD和unpersistRDD方法）。

Persist过程是把该RDD存在上下文的TimeStampedWeakValueHashMap里维护起来。也就是说，其实persist并不是action，并不会触发任何计算。

Unpersist过程如下，会交给SparkEnv里的BlockManager处理。

2. standalone模式和yarn模式，mesos模式：

3.如何在yarn cluster开启spark的history server：

(1) 在spark的conf中：spark.eventLog.enabled 设置为true

设置spark.eventLog.dir，可以是local，也可以是hdfs的地址

(2) 在ip:18080打开histroy server的web ui

可能出现的问题：

a. 无history信息展示

b. web ui 上的路径和 conf中设置的不一致， 请check路径

c. 启动sbin/start-history-server.sh脚本的时候，出现address bind的问题，一般的因为起了多个history server，特别是在container里面，很容易在外面起了，在里面再起history的时候就会报这个warning.

d.出来evenlog directory，有时还需要在spark-defaults.conf中配置spark.history.fs.logDirectory，表示history server读取日志的位置

e.使用--master yarn时，可能会出现

When running with master 'yarnt' either HADOOP_CONF_DIR or YARN_CONF_DIR must be set in the environment.

如上错误是因为： 没有指定hadoop的配置文件目录，所以可以执行export HADOOP_CONF_DIR=/home/hadoop/etc/hadoop

4. spark 中colease和repartition的差别

一般需要减少partiontion数量的时候，可以直接调用colease，默认是不做shuffle的，而repartition，会做shuffle。

5. 在提交spark任务时，注意设置参数，--executor-cores --total-executor-cores

一般：18080是history server的端口，50070是hadoop webui的端口， 8080 是spark standalone webui的端口，8188（perhaps）是hadoop yarn webui的端口

6. java.lang.IllegalStateException: Please initialize AllReduceParameter first 

spark.speculation： default false，If set to "true", performs speculative execution of tasks. This means if one or more tasks are running slowly in a stage, they will be re-launched.

spark.scheduler.executorTaskBlacklistTime： 默认为0，如果某台worker节点出现了故障，task执行失败后，该executor进入黑名单，然后在executorTaskBlacklistTime时间内不会往该executor上分发任务。而刚失败的任务会在其它节点重试

使用BIgDL开源框架，同时开启这两项，可能会遇到错误：

java.lang.IllegalStateException: Please initialize AllReduceParameter first

 7.配置日志

Spark使用log4j记录日志. 你可以在conf增加一个log4j.properties文件. 其文件夹下有一个log4j的模版.

8. blockmanager

每个Driver和Executor都有自己的BlockManager，它管理RDD缓存、Shuffle计算结果、Broadcast存储等.

当executor 的 blockManager启动创建后会向blockManagerMaster注册，其中blockManagerMaster位于driver上，管理者数据的元数据，比如包含了blockmanagerInfo，blockStatus，当blockManager进行了增删改操作，blockManager会通知blockManagerMaster，blockManagerMaster通过blockManagerInfo内的blockStatus进行元数据的操作。

blockManager中管理的几种存储级别：内存，磁盘，tachyon，每种存储级别会有对应的类进行数据的操作，分别是memoryStore，diskStore，tachyonStore

spark 常见错误总结：http://blog.csdn.net/sdujava2011/article/details/51018507