Mon cluster: 1 maître, 11 esclaves, chaque nœud a 6 Go de mémoire.
Mes paramètres:
spark.executor.memory=4g, Dspark.akka.frameSize=512
Voici le problème:
Tout d'abord , j'ai lu certaines données (2,19 Go) de HDFS vers RDD:
val imageBundleRDD = sc.newAPIHadoopFile(...)
Deuxièmement , faites quelque chose sur ce RDD:
val res = imageBundleRDD.map(data => {
val desPoints = threeDReconstruction(data._2, bg)
(data._1, desPoints)
})
Enfin , sortie vers HDFS:
res.saveAsNewAPIHadoopFile(...)
Lorsque j'exécute mon programme, cela montre:
.....
14/01/15 21:42:27 INFO cluster.ClusterTaskSetManager: Starting task 1.0:24 as TID 33 on executor 9: Salve7.Hadoop (NODE_LOCAL)
14/01/15 21:42:27 INFO cluster.ClusterTaskSetManager: Serialized task 1.0:24 as 30618515 bytes in 210 ms
14/01/15 21:42:27 INFO cluster.ClusterTaskSetManager: Starting task 1.0:36 as TID 34 on executor 2: Salve11.Hadoop (NODE_LOCAL)
14/01/15 21:42:28 INFO cluster.ClusterTaskSetManager: Serialized task 1.0:36 as 30618515 bytes in 449 ms
14/01/15 21:42:28 INFO cluster.ClusterTaskSetManager: Starting task 1.0:32 as TID 35 on executor 7: Salve4.Hadoop (NODE_LOCAL)
Uncaught error from thread [spark-akka.actor.default-dispatcher-3] shutting down JVM since 'akka.jvm-exit-on-fatal-error' is enabled for ActorSystem[spark]
java.lang.OutOfMemoryError: Java heap space
Il y a trop de tâches?
PS : Tout va bien lorsque les données d'entrée sont d'environ 225 Mo.
Comment puis-je résoudre ce problème?