Partilhar via

Corrigir um erro de falta de memória do Apache Hive no Azure HDInsight

  • Artigo

Saiba como corrigir um erro de falta de memória (OOM) do Apache Hive ao processar tabelas grandes definindo as configurações de memória do Hive.

Executar a consulta do Apache Hive em tabelas grandes

Um cliente executou uma consulta do Hive:

SELECT
    COUNT (T1.COLUMN1) as DisplayColumn1,
    …
    …
    ….
FROM
    TABLE1 T1,
    TABLE2 T2,
    TABLE3 T3,
    TABLE5 T4,
    TABLE6 T5,
    TABLE7 T6
where (T1.KEY1 = T2.KEY1….
    …
    …

Algumas nuances desta consulta:

  • T1 é um alias para uma tabela grande, TABLE1, que tem muitos tipos de coluna STRING.
  • Outras tabelas não são tão grandes, mas têm muitas colunas.
  • Todas as tabelas estão unidas umas às outras, em alguns casos com várias colunas na TABELA1 e outras.

A consulta do Hive levou 26 minutos para ser concluída em um cluster A3 HDInsight de 24 nós. O cliente notou as seguintes mensagens de aviso:

    Warning: Map Join MAPJOIN[428][bigTable=?] in task 'Stage-21:MAPRED' is a cross product
    Warning: Shuffle Join JOIN[8][tables = [t1933775, t1932766]] in Stage 'Stage-4:MAPRED' is a cross product

Usando o mecanismo de execução Apache Tez. A mesma consulta foi executada por 15 minutos e, em seguida, lançou o seguinte erro:

    Status: Failed
    Vertex failed, vertexName=Map 5, vertexId=vertex_1443634917922_0008_1_05, diagnostics=[Task failed, taskId=task_1443634917922_0008_1_05_000006, diagnostics=[TaskAttempt 0 failed, info=[Error: Failure while running task:java.lang.RuntimeException: java.lang.OutOfMemoryError: Java heap space
        at
    org.apache.hadoop.hive.ql.exec.tez.TezProcessor.initializeAndRunProcessor(TezProcessor.java:172)
        at org.apache.hadoop.hive.ql.exec.tez.TezProcessor.run(TezProcessor.java:138)
        at
    org.apache.tez.runtime.LogicalIOProcessorRuntimeTask.run(LogicalIOProcessorRuntimeTask.java:324)
        at
    org.apache.tez.runtime.task.TezTaskRunner$TaskRunnerCallable$1.run(TezTaskRunner.java:176)
        at
    org.apache.tez.runtime.task.TezTaskRunner$TaskRunnerCallable$1.run(TezTaskRunner.java:168)
        at java.security.AccessController.doPrivileged(Native Method)
        at javax.security.auth.Subject.doAs(Subject.java:415)
        at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1628)
        at
    org.apache.tez.runtime.task.TezTaskRunner$TaskRunnerCallable.call(TezTaskRunner.java:168)
        at
    org.apache.tez.runtime.task.TezTaskRunner$TaskRunnerCallable.call(TezTaskRunner.java:163)
        at java.util.concurrent.FutureTask.run(FutureTask.java:262)
        at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1145)
        at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:615)
        at java.lang.Thread.run(Thread.java:745)
    Caused by: java.lang.OutOfMemoryError: Java heap space

O erro permanece ao usar uma máquina virtual maior (por exemplo, D12).

Depurar o erro de falta de memória

Nossas equipes de suporte e engenharia juntas descobriram que um dos problemas que causavam o erro de falta de memória era um problema conhecido descrito no Apache JIRA:

"Quando hive.auto.convert.join.noconditionaltask = true verificamos noconditionaltask.size e se a soma dos tamanhos das tabelas na junção do mapa for menor que noconditionaltask.size o plano geraria uma junção do mapa, o problema com isso é que o cálculo não leva em conta a sobrecarga introduzida pela implementação HashTable diferente, pois os resultados se a soma dos tamanhos de entrada for menor do que o tamanho da tarefa nocondicional por uma pequena margem as consultas atingirão o OOM."

A tarefa hive.auto.convert.join.noconditionaltask no arquivo hive-site.xml foi definida como true:

<property>
    <name>hive.auto.convert.join.noconditionaltask</name>
    <value>true</value>
    <description>
            Whether Hive enables the optimization about converting common join into mapjoin based on the input file size.
            If this parameter is on, and the sum of size for n-1 of the tables/partitions for a n-way join is smaller than the
            specified size, the join is directly converted to a mapjoin (there is no conditional task).
    </description>
</property>

É provável que a junção de mapas tenha sido a causa do erro de memória do Java Heap Space. Como explicado na postagem do blog, as configurações de memória do Hadoop Yarn no HDInsight, quando o mecanismo de execução Tez usou, o espaço de pilha usado na verdade pertence ao contêiner Tez. Veja a imagem a seguir descrevendo a memória do contêiner Tez.

Diagrama de memória do recipiente Tez: Hive fora do erro de memória.

Como a postagem do blog sugere, as duas configurações de memória a seguir definem a memória do contêiner para a pilha: hive.tez.container.size e hive.tez.java.opts. Pela nossa experiência, a exceção de falta de memória não significa que o tamanho do contêiner seja muito pequeno. Isso significa que o tamanho da pilha Java (hive.tez.java.opts) é muito pequeno. Então, sempre que você vê fora da memória, você pode tentar aumentar hive.tez.java.opts. Se necessário, poderá ter de aumentar hive.tez.container.size. A configuração java.opts deve ser em torno de 80% do container.size.

Nota

A configuração hive.tez.java.opts deve ser sempre menor que hive.tez.container.size.

Como uma máquina D12 tem 28 GB de memória, decidimos usar um tamanho de contêiner de 10 GB (10240 MB) e atribuir 80% a java.opts:

SET hive.tez.container.size=10240
SET hive.tez.java.opts=-Xmx8192m

Com as novas configurações, a consulta foi executada com êxito em menos de 10 minutos.

Próximos passos

Obter um erro OOM não significa necessariamente que o tamanho do contêiner é muito pequeno. Em vez disso, você deve definir as configurações de memória para que o tamanho da pilha seja aumentado e seja pelo menos 80% do tamanho da memória do contêiner. Para otimizar consultas do Hive, consulte Otimizar consultas do Apache Hive para Apache Hadoop no HDInsight.