Spark on K8s Operator中Yunikorn任务组内存计算问题分析
问题背景
在Spark on K8s Operator项目的最新版本中,当用户为PySpark应用配置spark.executor.pyspark.memory
参数时,发现了一个与Yunikorn调度器任务组内存计算相关的问题。该问题会导致Executor Pod无法被正确调度,始终处于Pending状态。
问题现象
用户在使用SparkApplication CRD提交PySpark作业时,如果设置了spark.executor.pyspark.memory
配置项,会出现以下现象:
-
Executor Pod的资源请求(requests.memory)会正确包含三部分内存之和:
- 基础内存(spec.executor.memory)
- 内存开销(spec.executor.memoryOverhead)
- PySpark专用内存(spark.executor.pyspark.memory)
-
但是Yunikorn任务组注解(yunikorn.apache.org/task-groups)中的minResources.memory仅计算了前两部分,忽略了PySpark专用内存。
-
这导致Yunikorn调度器在分配资源时,发现实际Pod请求的内存大于任务组预留的内存,从而拒绝调度。
技术原理
在Spark on K8s架构中,当使用Yunikorn作为批处理调度器时,Operator会为Spark作业创建任务组(TaskGroup)注解。这个注解用于告诉Yunikorn:
- 作业需要的最小资源量(minResources)
- 各角色(Driver/Executor)的最小实例数(minMember)
对于PySpark应用,Spark会为Python进程分配额外的内存空间,这部分通过spark.executor.pyspark.memory
参数配置。在资源计算时,这部分内存应该被包含在Executor的总内存需求中。
影响范围
该问题影响以下使用场景:
- 使用Spark on K8s Operator v2.0.0-rc.0版本
- 启用了Yunikorn调度器
- 运行PySpark应用
- 配置了
spark.executor.pyspark.memory
参数
解决方案
项目维护者已经确认了这个问题,并正在开发修复方案。修复的核心思路是:
- 在计算Yunikorn任务组内存需求时,需要额外考虑PySpark专用内存配置
- 确保任务组minResources.memory与实际Pod请求的内存一致
临时规避方案
在官方修复发布前,用户可以采取以下临时方案:
- 将PySpark需要的内存合并到基础内存或内存开销中配置
- 暂时不使用Yunikorn的硬性Gang Scheduling特性
总结
这个问题揭示了Spark on K8s Operator在特殊场景下资源计算的不一致性。对于PySpark用户来说,理解各种内存参数的用途和计算方式非常重要。项目团队正在积极修复这个问题,预计将在下一个版本中包含相关修复。
- DDeepSeek-V3.1-TerminusDeepSeek-V3.1-Terminus是V3的更新版,修复语言问题,并优化了代码与搜索智能体性能。Python00
- QQwen3-Omni-30B-A3B-InstructQwen3-Omni是多语言全模态模型,原生支持文本、图像、音视频输入,并实时生成语音。00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0267cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AudioFly
AudioFly is a text-to-audio generation model based on the LDM architecture. It produces high-fidelity sounds at 44.1 kHz sampling rate with strong alignment to text prompts, suitable for sound effects, music, and multi-event audio synthesis tasks.Python00- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









