Java spark中的bug分析
发表于:2026-11-03 作者:千家信息网编辑
千家信息网最后更新 2026年11月03日,这篇文章主要介绍"Java spark中的bug分析",在日常操作中,相信很多人在Java spark中的bug分析问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答"Jav
千家信息网最后更新 2026年11月03日Java spark中的bug分析
这篇文章主要介绍"Java spark中的bug分析",在日常操作中,相信很多人在Java spark中的bug分析问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答"Java spark中的bug分析"的疑惑有所帮助!接下来,请跟着小编一起来学习吧!
在spark 中存在一个bug,该bug的详细信息如下:
None.getjava.util.NoSuchElementException: None.getscala.None$.get(Option.scala:529)scala.None$.get(Option.scala:527)org.apache.spark.sql.execution.FileSourceScanExec.needsUnsafeRowConversion$lzycompute(DataSourceScanExec.scala:178)org.apache.spark.sql.execution.FileSourceScanExec.needsUnsafeRowConversion(DataSourceScanExec.scala:176)org.apache.spark.sql.execution.FileSourceScanExec.doExecute(DataSourceScanExec.scala:463)org.apache.spark.sql.execution.SparkPlan.$anonfun$execute$1(SparkPlan.scala:175)org.apache.spark.sql.execution.SparkPlan.$anonfun$executeQuery$1(SparkPlan.scala:213)org.apache.spark.rdd.RDDOperationScope$.withScope(RDDOperationScope.scala:151)org.apache.spark.sql.execution.SparkPlan.executeQuery(SparkPlan.scala:210)org.apache.spark.sql.execution.SparkPlan.execute(SparkPlan.scala:171)org.apache.spark.sql.execution.InputAdapter.inputRDD(WholeStageCodegenExec.scala:525)org.apache.spark.sql.execution.InputRDDCodegen.inputRDDs(WholeStageCodegenExec.scala:453)org.apache.spark.sql.execution.InputRDDCodegen.inputRDDs$(WholeStageCodegenExec.scala:452)org.apache.spark.sql.execution.InputAdapter.inputRDDs(WholeStageCodegenExec.scala:496)org.apache.spark.sql.execution.FilterExec.inputRDDs(basicPhysicalOperators.scala:133)org.apache.spark.sql.execution.ProjectExec.inputRDDs(basicPhysicalOperators.scala:47)org.apache.spark.sql.execution.WholeStageCodegenExec.doExecute(WholeStageCodegenExec.scala:720)org.apache.spark.sql.execution.SparkPlan.$anonfun$execute$1(SparkPlan.scala:175)org.apache.spark.sql.execution.SparkPlan.$anonfun$executeQuery$1(SparkPlan.scala:213)org.apache.spark.rdd.RDDOperationScope$.withScope(RDDOperationScope.scala:151)org.apache.spark.sql.execution.SparkPlan.executeQuery(SparkPlan.scala:210)org.apache.spark.sql.execution.SparkPlan.execute(SparkPlan.scala:171)org.apache.spark.sql.execution.DeserializeToObjectExec.doExecute(objects.scala:96)org.apache.spark.sql.execution.SparkPlan.$anonfun$execute$1(SparkPlan.scala:175)org.apache.spark.sql.execution.SparkPlan.$anonfun$executeQuery$1(SparkPlan.scala:213)org.apache.spark.rdd.RDDOperationScope$.withScope(RDDOperationScope.scala:151)org.apache.spark.sql.execution.SparkPlan.executeQuery(SparkPlan.scala:210)org.apache.spark.sql.execution.SparkPlan.execute(SparkPlan.scala:171)org.apache.spark.sql.execution.QueryExecution.toRdd$lzycompute(QueryExecution.scala:122)org.apache.spark.sql.execution.QueryExecution.toRdd(QueryExecution.scala:121)org.apache.spark.sql.Dataset.rdd$lzycompute(Dataset.scala:3200)org.apache.spark.sql.Dataset.rdd(Dataset.scala:3198)
根据源码定位FileSourceScanExec,定位到如下位置:
SparkSession.getActiveSession.get.sessionState.conf.parquetVectorizedReaderEnabled
SparkSession.getActiveSession.get的内容如下:
/** * Returns the active SparkSession for the current thread, returned by the builder. * * @note Return None, when calling this function on executors * * @since 2.2.0 */ def getActiveSession: Option[SparkSession] = { if (TaskContext.get != null) { // Return None when running on executors. None } else { Option(activeThreadSession.get) } }正如注释所写的一样,当在executors端获取SparkSession的时候,直接返回None。 为什么直接返回none,可以参考spark-pr-21436
当然这个问题,已经有人发现了并且提交了pr-29667,所以拿到commitID(37a660866342f2d64ad2990a5596e67cfdf044c0)直接cherry-pick就ok了,
分析一下原因: 其实该原因就是同一个jvm中,两个不同的线程同步调用,就如unit test所示:
test("SPARK-32813: Table scan should work in different thread") { val executor1 = Executors.newSingleThreadExecutor() val executor2 = Executors.newSingleThreadExecutor() var session: SparkSession = null SparkSession.cleanupAnyExistingSession() withTempDir { tempDir => try { val tablePath = tempDir.toString + "/table" val df = ThreadUtils.awaitResult(Future { session = SparkSession.builder().appName("test").master("local[*]").getOrCreate() session.createDataFrame( session.sparkContext.parallelize(Row(Array(1, 2, 3)) :: Nil), StructType(Seq( StructField("a", ArrayType(IntegerType, containsNull = false), nullable = false)))) .write.parquet(tablePath) session.read.parquet(tablePath) }(ExecutionContext.fromExecutorService(executor1)), 1.minute) ThreadUtils.awaitResult(Future { assert(df.rdd.collect()(0) === Row(Seq(1, 2, 3))) }(ExecutionContext.fromExecutorService(executor2)), 1.minute) } finally { executor1.shutdown() executor2.shutdown() session.stop() } } }到此,关于"Java spark中的bug分析"的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注网站,小编会继续努力为大家带来更多实用的文章!
分析
学习
原因
更多
问题
定位
帮助
不同
实用
接下来
两个
位置
信息
内容
就是
文章
方法
时候
正如
注释
数据库的安全要保护哪些东西
数据库安全各自的含义是什么
生产安全数据库录入
数据库的安全性及管理
数据库安全策略包含哪些
海淀数据库安全审计系统
建立农村房屋安全信息数据库
易用的数据库客户端支持安全管理
连接数据库失败ssl安全错误
数据库的锁怎样保障安全
深圳市人人互联网科技有限公司
深圳九邦互联网科技有限公司
广州大一互联网络科技有限公司
涨乐互联网科技
广州互联网科技公司
互联网 的科技创新
善班互联网科技
上海喔噻互联网科技
新浪科技互联网
互联网科技汛
互联网科技公司做什么
湖南洣水互联网科技有限公司扣款
互联网科技教育视频
移动互联网科技公司
科技大学互联网
锡山区互联网智能科技产品供应
张召忠谈中国互联网科技
数字互联网科技有限公司
互联网科技创新创业项目
互联网高科技绘画
广州百单互联网科技有限公司
互联网科技公司税收优惠
远信互联网科技
有木互联网科技
互联网科技网站
互联网科技类展会
欧洲十大科技互联网公司
上海钢联属于互联网科技股吗
北京互联网科技类企业分布
互联网领先科技成果宣传视频