在 r 中初始化 h2o 花费的时间太长答案

【问题标题】：Taking too long to initialize h2o in r在 r 中初始化 h2o 花费的时间太长
【发布时间】：2018-06-12 14:31:02
【问题描述】：

我正在尝试使用h2o.init() 在我的Windows 机器上初始化h2o。直到昨天它工作正常，但今天初始化时间太长并发出警告消息：

h2o.init()
 Connection successful!

R is connected to the H2O cluster: 
    H2O cluster uptime:         5 days 23 hours 
    H2O cluster timezone:       America/New_York 
    H2O data parsing timezone:  UTC 
    H2O cluster version:        3.18.0.11 
    H2O cluster version age:    19 days  
    H2O cluster name:           H2O_started_from_R_tfx859 
    H2O cluster total nodes:    1 
    H2O cluster total memory:   0.46 GB 
    H2O cluster total cores:    8 
    H2O cluster allowed cores:  8 
    H2O cluster healthy:        FALSE 
    H2O Connection ip:          localhost 
    H2O Connection port:        54321 
    H2O Connection proxy:       NA 
    H2O Internal Security:      FALSE 
    H2O API Extensions:         Algos, AutoML, Core V3, Core V4 
    R Version:                  R version 3.5.0 (2018-04-23)

.h2o.__checkConnectionHealth() 中的警告： H2O 集群节点 1.0.0.1:5 运行缓慢，应手动检查 .h2o.__checkConnectionHealth() 中的警告：在此处查看 H2O 集群状态：http://localhost:5/3/Cloud?skip_ticks=true

我该如何解决这个问题？

此外，当我尝试使用test.h2o <- as.h2o(test) 将数据帧转换为h2o 对象时，在与h2o 建立连接后会引发错误。

【问题讨论】：

标签： r h2o

【解决方案1】：

错误消息告诉您，您的一个节点运行缓慢（该机器出现问题使其运行缓慢，而不是 H2O 问题）。我的建议是使用h2o.shutdown() 关闭 H2O 集群，然后重新启动所有节点，然后重新启动 H2O 集群。那应该可以解决它。

【讨论】：

我曾尝试h2o.shutdown 重新启动集群。它解决了问题，忘记在这里更新它。在遇到这个问题之前，我运行了 automl 超过 12 个小时。您认为这可能与使集群变慢有关吗？
这可能与它有关 - H2O 集群可能内存不足，因为它存储了太多模型，所以如果可以的话，给它更多内存。如果您从 h2o.ai/download 下载 H2O 3.20.0.1，您可以使用 AutoML 中的新 keep_cross_validation_models 选项，您可以将其设置为 FALSE。这将丢弃 CV 模型，从而释放额外的内存。
当我收到此错误时，通常意味着我用尽了太多内存（制作了太多模型）。到那时，优雅地恢复通常为时已晚，所以我必须杀死它并重新开始。请注意，您可以将 arg 传递给 h2o.init()，例如max_mem_size="4G"，给它更多内存。如果机器没有做任何其他事情，您应该能够安全地将系统内存中除了 1G 之外的所有内存分配给 H2O。

【解决方案2】：

注意这一点：

H2O 集群总内存：0.46 GB

对于 H2O 来说，内存太少了，无法运行。我建议不低于 5 GB。

【讨论】：