了解 Kryo 序列化缓冲区溢出错误

Question

我正在尝试理解以下错误，并且我正在客户端 ode 中运行。

 org.apache.spark.SparkException: Kryo serialization failed: Buffer overflow. Available: 0, required: 61186304. To avoid this, increase spark.kryoserializer.buffer.max value.
        at org.apache.spark.serializer.KryoSerializerInstance.serialize(KryoSerializer.scala:300)
        at org.apache.spark.executor.Executor$TaskRunner.run(Executor.scala:313)
        at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142)
        at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)
        at java.lang.Thread.run(Thread.java:745)

基本上我试图缩小问题的范围。 我的理解是否正确，这个错误发生在 spark 驱动程序端（我在 aws emr，所以我相信这将在 master 上运行）？ 我应该看看spark.driver.memory？

Answer 1

不，问题是 kryo 的缓冲区没有足够的空间。您应该在属性文件中调整spark.kryoserializer.buffer.max，或者在您的 spark-submit 命令中使用--conf "spark.kryoserializer.buffer.max=128m"。 128m对你来说应该够大了。