报错:akka.pattern.AskTimeoutException
报错原因
因为JobManager或TaskManager的内存不足导致持续GC,从而导致JM和TM之间的心跳和PRC请求超时。
因为作业规模较大,即RPC请求量较大,但JM资源不足,从而RPC请求积压,因此导致JM和TM之间的心跳和PRC请求超时。
解决方案
如果是持续GC导致的报错,则建议通过作业内存情况和GC日志确认GC的耗时和频率,如果确实存在高频GC或GC耗时的问题,则需要增加JM和TM内存。
如果是作业规模较大导致的报错,则建议增加JM的CPU和内存资源,同时调大akka.ask.timeout和heartbeat.timeout参数取值,参数默认值为50s。
重要
建议只在大规模作业上调整以上两个参数,小规模作业通常不是由于该配置较小导致。
建议按需设置该参数,因为该参数调整过大,会导致在TaskManager异常退出时,作业恢复的时间变长。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
实时计算Flink版是阿里云提供的全托管Serverless Flink云服务,基于 Apache Flink 构建的企业级、高性能实时大数据处理系统。提供全托管版 Flink 集群和引擎,提高作业开发运维效率。