了解 Kryo 序列化缓冲区溢出错误

Question

我正在尝试了解以下错误，并且正在客户端 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，这个错误发生在火花驱动程序端（我在 aws emr 上，所以我相信这将在主服务器上运行）？我应该看看spark.driver.memory？

Answer 1

不，问题在于 kryo 的缓冲区中没有足够的空间。您应该spark.kryoserializer.buffer.max在属性文件中进行调整，或--conf "spark.kryoserializer.buffer.max=128m"在 spark-submit 命令中使用。128m对你来说应该足够大了。