如何让shark/spark清除缓存?

wooyq4lh  于 2021-06-04  发布在  Hadoop
关注(0)|答案(4)|浏览(762)

当我运行shark查询时,内存被囤积在主内存中,这是我的最高命令结果。
内存:总计74237344k,已用70080492k,可用4156852k,399544k缓冲区交换:总计4194288k,已用480k,可用4193808k,缓存65965904k
即使我杀死/停止shark、spark、hadoop进程,这种情况也不会改变。现在,清除缓存的唯一方法是重新启动机器。
以前有人遇到过这个问题吗?spark/shark中是否存在配置问题或已知问题?

uplii1fm

uplii1fm1#

要删除所有缓存数据,请执行以下操作:

sqlContext.clearCache()

资料来源: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()
lnvxswe2

lnvxswe22#

你在用那个吗 cache() 持久化RDD的方法? cache() 只是打电话而已 persist() ,因此要删除rdd的缓存,请调用 unpersist() .

iyzzxitl

iyzzxitl3#

这很奇怪。所问的问题与答案无关。发布的缓存操作属于操作系统,与spark无关。这是对操作系统的优化,我们不应该担心特定的缓存。
spark缓存通常在内存中,但它将在rss部分,而不是os的缓存部分。

ogq8wdun

ogq8wdun4#

我跟着这一个,它对我来说很好:

for ((k,v) <- sc.getPersistentRDDs) {
   v.unpersist()
}

getpersistentrdds是存储缓存数据细节的Map。
scala>sc.getpersistentrdds
res48:scala.collection.map[int,org.apache.spark.rdd.rdd[]]=map()

相关问题