Zadania zakończone niepowodzeniem lub funkcje wykonawcze usunięte
W związku z tym widzisz zadania, które zakończyły się niepowodzeniem lub usunięto funkcje wykonawcze:
Najczęstsze przyczyny usuwania funkcji wykonawczych to:
- Skalowanie automatyczne: w tym przypadku jest to oczekiwane, a nie błąd. Zobacz Włączanie skalowania automatycznego.
- Straty wystąpień typu spot: dostawca usług w chmurze odzyskuje maszyny wirtualne. Więcej informacji na temat wystąpień typu Spot można znaleźć tutaj.
- Funkcje wykonawcze zabrakło pamięci
Zadania zakończone niepowodzeniem
Jeśli zobaczysz jakiekolwiek zadania zakończone niepowodzeniem, kliknij je, aby przejść do ich stron. Następnie przewiń w dół, aby zobaczyć etap niepowodzenia i przyczynę niepowodzenia:
Może wystąpić błąd ogólny. Kliknij link w opisie, aby sprawdzić, czy możesz uzyskać więcej informacji:
Jeśli przewiniesz w dół na tej stronie, zobaczysz, dlaczego każde zadanie nie powiodło się. W takim przypadku staje się oczywiste, że występuje problem z pamięcią:
Nieudane funkcje wykonawcze
Aby dowiedzieć się, dlaczego funkcje wykonawcze kończą się niepowodzeniem, najpierw należy sprawdzić dziennik zdarzeń obliczeń, aby sprawdzić, czy istnieją jakieś wyjaśnienia, dlaczego funkcje wykonawcze nie powiodły się. Na przykład możliwe jest, że używasz wystąpień typu spot, a dostawca usług w chmurze zabiera je z powrotem.
Sprawdź, czy istnieją jakiekolwiek zdarzenia wyjaśniające utratę funkcji wykonawczych. Na przykład mogą zostać wyświetlone komunikaty wskazujące, że klaster zmienia rozmiar lub wystąpienia typu spot są tracone.
- Jeśli używasz wystąpień typu spot, zobacz Utrata wystąpień typu spot.
- Jeśli rozmiar obliczeń został zmieniony przy użyciu skalowania automatycznego, jest to oczekiwane i nie jest błędem. Zobacz Dowiedz się więcej na temat zmiany rozmiaru klastra.
Jeśli nie widzisz żadnych informacji w dzienniku zdarzeń, przejdź z powrotem do interfejsu użytkownika platformy Spark , a następnie kliknij kartę Funkcje wykonawcze :
W tym miejscu możesz pobrać dzienniki z funkcji wykonawczych, które zakończyły się niepowodzeniem:
Następny krok
Jeśli zdobyłeś tę dotąd, najpodobniejszym wyjaśnieniem jest problem z pamięcią. Następnym krokiem jest zagłębienie się w problemy z pamięcią. Zobacz Problemy z pamięcią platformy Spark.
Opinia
https://aka.ms/ContentUserFeedback.
Dostępne już wkrótce: W 2024 r. będziemy stopniowo wycofywać zgłoszenia z serwisu GitHub jako mechanizm przesyłania opinii na temat zawartości i zastępować go nowym systemem opinii. Aby uzyskać więcej informacji, sprawdź:Prześlij i wyświetl opinię dla