如何解决 Amazon EMR 上 Spark 中的“no space left on device”（设备上没有剩余空间）阶段故障？

简短描述

Spark 使用核心节点和任务节点上的本地磁盘来存储中间数据。如果磁盘空间不足，则任务将失败，并显示“no space left on device”（设备上没有剩余空间）错误。使用以下方法之一来解决此错误：

• 添加更多 Amazon Elastic Block Store (Amazon EBS) 容量。
• 添加更多 Spark 分区。
• 使用引导操作以动态纵向扩展核心节点和任务节点上的存储。有关更多信息和建议的引导操作脚本，请参阅在 Amazon EMR 集群上动态纵向扩展存储。

解决方法

添加更多 EBS 容量

对于新集群：使用更大的 EBS 卷

启动 Amazon EMR 集群，然后选择具有更大 EBS 卷的 Amazon Elastic Compute Cloud（Amazon EC2）实例类型。有关为每种实例类型分配的存储量和卷数量的更多信息，请参阅实例的默认 EBS 存储。

对于正在运行的集群：增加 EBS 卷

1.    如果使用更大的 EBS 卷仍无法解决问题，请将更多的 EBS 卷挂载到核心节点和任务节点。

2.    格式化并安装挂载的卷。请务必使用正确的磁盘编号（例如，/mnt1 或 /mnt2 而不是 /data）。

3.    使用 SSH 连接到节点。

4.    创建 /mnt2/yarn 目录，然后将目录所有权设置为 YARN 用户：

sudo mkdir /mnt2/yarn
chown yarn:yarn /mnt2/yarn

5.    在 /etc/hadoop/conf/yarn-site.xml 的 yarn.nodemanager.local-dirs 属性内部添加目录 /mnt2/yarn。示例：

<property>
    <name>yarn.nodemanager.local-dirs</name>
    <value>/mnt/yarn,/mnt1/yarn,/mnt2/yarn</value>
</property>

6.    重启 NodeManager 服务：

sudo stop hadoop-yarn-nodemanager
sudo start hadoop-yarn-nodemanager

添加更多 Spark 分区

根据集群中的核心节点和任务节点的数量，考虑增加 Spark 分区数。使用以下 Scala 代码添加更多 Spark 分区：

val numPartitions = 500
val newDF = df.repartition(numPartitions)

---

相关信息

如何排查 Amazon EMR 上 Spark 作业中的阶段故障？