数据倾斜特征:个别Task处理大部分数据
后果:1.OOM;2.速度变慢,甚至变得慢的不可接受
常见原因:
数据倾斜的定位:
1.WebUI(查看Task运行的数据量的大小)。
2.Log,查看log中哪一行出现OOM,查找具体哪个Stage,进而确定哪一个shuffle产生了数据倾斜。
3.查看代码,主要是join,groupByKey,reduceByKey等代码。
4.对数据特征分布进行分析。
数据倾斜特征:个别Task处理大部分数据
后果:1.OOM;2.速度变慢,甚至变得慢的不可接受
常见原因:
数据倾斜的定位:
1.WebUI(查看Task运行的数据量的大小)。
2.Log,查看log中哪一行出现OOM,查找具体哪个Stage,进而确定哪一个shuffle产生了数据倾斜。
3.查看代码,主要是join,groupByKey,reduceByKey等代码。
4.对数据特征分布进行分析。