У меня выходит ошибка памяти, когда я присоединяюсь к пяти большим кадрам данных.
TaskSetManager: потеряна задача 12.0 на этапе 10.0 (TID 186, wn20-sal04s.sentience.local, исполнитель 4): java.lang.OutOfMemoryError: пространство кучи Java в org.apache.spark.sql.catalyst.expressions.UnsafeRow.copy( UnsafeRow.java:504)
Мои кадры данных: A, B, C, D, E, где они соединены с использованием столбца ID. Выполняется полное внешнее соединение. Ниже приведены их размеры:
A--> 20GB
B--> 20GB
C--> 10 GB
D --> 10GB
E --> 10GB
A.join(B, Seq("ID"), "outer")
.join(C, Seq("ID"), "outer")
.join(D, Seq("ID"), "outer")
.join(E, Seq("ID"), "outer")
Ниже приведена моя команда отправки искры:
spark-submit --master yarn --driver-memory 16g --executor-memory 16g --conf spark.yarn.executor.memoryOverhead=8g --conf spark.yarn.driver.memoryOverhead=8g --conf spark.default. parallelism=60 --conf spark.sql.shuffle.partitions=60 --num-executors 17 --executor-cores 6 --class x x.jar
Не могли бы вы посоветовать, как добиться такого соединения фреймов данных с помощью spark 2.1 (scala)?