你可以试试
1.查看故障节点上的日志文件。您希望查找文本“Killing container”。如果您看到文本“running beyond physical memory limits”，则增加memoryOverhead应该可以解决问题

1. org.apache.spark.shuffle.FetchFailedException可能由于超时检索shuffle分区而发生。请尝试以下配置
   2.1. spark.reducer.maxReqsInFlight=1; --每次只拉取一个文件以使用全部网络带宽。
   2.2 spark.shuffle.io.retryWait= 60 s; --在重试之前增加检索shuffle分区时的等待时间。对于较大的文件，需要更长的时间。
   2.3 spark.shuffle.io.maxRetries=10;
   2.4默认的120秒会导致很多执行程序在重负载下超时

错误是说其中一个shuffle块太大而无法获取。set spark.maxRemoteBlockSizeFetchToMem < 2g