[英]How to make shark/spark clear the cache?
当我运行我的鲨鱼查询时,内存被囤积在主内存中这是我的顶级命令结果。
内存:总共 74237344k,已使用 70080492k,可用 4156852k,399544k 缓冲区交换:总共 4194288k,已使用 480k,可用 4193808k,已缓存 65965904k
即使我杀死/停止鲨鱼、火花、Hadoop 进程,这也不会改变。 现在,清除缓存的唯一方法是重新启动机器。
有没有人遇到过这个问题? 是一些配置问题还是 spark/shark 中的已知问题?
删除所有缓存数据:
sqlContext.clearCache()
来源: https : //spark.apache.org/docs/2.0.1/api/java/org/apache/spark/sql/SQLContext.html
如果要从缓存中删除特定的 Dataframe:
df.unpersist()
您是否使用cache()
方法来持久化 RDD?
cache()
只是调用persist()
,因此要删除 RDD 的缓存,请调用unpersist()
。
这很奇怪。 问的问题与答案无关。 发布的缓存OP归操作系统所有,与spark无关。 这是操作系统的优化,我们不应该担心那个特定的缓存。
Spark 缓存通常在内存中,但这将在 RSS 部分,而不是操作系统的缓存部分。
我遵循了这个,对我来说效果很好::
for ((k,v) <- sc.getPersistentRDDs) {
v.unpersist()
}
sc.getPersistentRDDs 是一个 Map,用于存储缓存数据的详细信息。
Scala> sc.getPersistentRDDs
res48: scala.collection.Map[Int,org.apache.spark.rdd.RDD[_]] = Map()
提出的解决方案:
sqlContext.clearCache()
给了我一个错误,我不得不改用这个:
sqlContext.catalog.clearCache()
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.