scala-报错集

本文探讨了Spark中出现的序列化溢出错误,详细分析了其根本原因,并提供了具体的解决方案,包括调整spark.kryoserializer.buffer.max参数,以及设置spark.driver.maxResultSize属性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

org.apache.spark.SparkException: Kryo serialization failed: Buffer overflow. Available: 0, required: 32. To avoid this, increase spark.kryoserializer.buffer.max value.

序列缓存化溢出

原因分析: RDD extends scala.AnyRef withscala.Serializable  ,所以在使用textFile ,读取表的数据,等大量创建新的rdd,df,ds等 数据集的时候,注意把 这个值调大

 

  .set("spark.kryoserializer.buffer.max","128");

SparkContext.setSystemProperty('spark.driver.maxResultSize', '10g')

--conf spark.kryoserializer.buffer.max=256m

--conf spark.driver.maxResultSize = 15g

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值