Ciągle widzę te ostrzeżenia przy stosowaniu trainImplicit
:Spark MLlib - ostrzeżenie trainImplicit
WARN TaskSetManager: Stage 246 contains a task of very large size (208 KB).
The maximum recommended task size is 100 KB.
I wtedy wielkość zadanie zaczyna wzrastać. Próbowałem wywołać repartition
na wejściu RDD, ale ostrzeżenia są takie same.
Wszystkie te ostrzeżenia pochodzą z iteracji ALS, od FlatMap, a także z agregatu, na przykład początek etapu, na którym FlatMap wyświetla te ostrzeżenia (w/Spark 1.3.0, ale są one również pokazane w Spark 1.3. 1):
org.apache.spark.rdd.RDD.flatMap(RDD.scala:296)
org.apache.spark.ml.recommendation.ALS$.org$apache$spark$ml$recommendation$ALS$$computeFactors(ALS.scala:1065)
org.apache.spark.ml.recommendation.ALS$$anonfun$train$3.apply(ALS.scala:530)
org.apache.spark.ml.recommendation.ALS$$anonfun$train$3.apply(ALS.scala:527)
scala.collection.immutable.Range.foreach(Range.scala:141)
org.apache.spark.ml.recommendation.ALS$.train(ALS.scala:527)
org.apache.spark.mllib.recommendation.ALS.run(ALS.scala:203)
iz łączna:
org.apache.spark.rdd.RDD.aggregate(RDD.scala:968)
org.apache.spark.ml.recommendation.ALS$.computeYtY(ALS.scala:1112)
org.apache.spark.ml.recommendation.ALS$.org$apache$spark$ml$recommendation$ALS$$computeFactors(ALS.scala:1064)
org.apache.spark.ml.recommendation.ALS$$anonfun$train$3.apply(ALS.scala:538)
org.apache.spark.ml.recommendation.ALS$$anonfun$train$3.apply(ALS.scala:527)
scala.collection.immutable.Range.foreach(Range.scala:141)
org.apache.spark.ml.recommendation.ALS$.train(ALS.scala:527)
org.apache.spark.mllib.recommendation.ALS.run(ALS.scala:203)
Czy możesz podać przykład kodu i danych? – ipoteka
Niestety nie. – Tarantula
Jestem zaskoczony, że nowoczesne ramy uważają, że 208KB jest "duże". Zastanawiasz się, jakie będzie to uzasadnienie ... – Paul