Resolver problemas de jobs do Dataproc

Nesta página, você encontra informações para monitorar e depurar jobs do Dataproc e entender as mensagens de erro dos jobs do Dataproc.

Monitoramento e depuração de jobs

Use a Google Cloud CLI, a API REST do Dataproc e o console Google Cloud para analisar e depurar jobs do Dataproc.

CLI da gcloud

Para examinar o status de um job em execução:

gcloud dataproc jobs describe job-id \
    --region=region

Para ver a saída do driver do job, consulte Visualizar a saída do job.

API REST

Chame jobs.get para examinar os campos JobStatus.State, JobStatus.Substate, JobStatus.details, e YarnApplication.

Console

Para ver a saída do driver do job, consulte Visualizar a saída do job.

Para visualizar o registro do agente dataproc no Logging, selecione Cluster do Dataproc→Nome do cluster→UUID do cluster no seletor de clusters do Explorador de registros.

Em seguida, use o seletor para escolher registros google.dataproc.agent.

Ver registros de jobs no Logging

Se um job falhar, você poderá acessar os registros do job no Logging.

Determinar quem enviou um job

A pesquisa dos detalhes de um job mostrará quem enviou esse job no campo submittedBy. Por exemplo, a saída desse job mostra que user@domain enviou o job de exemplo para um cluster.

...
placement:
  clusterName: cluster-name
  clusterUuid: cluster-uuid
reference:
  jobId: job-uuid
  projectId: project
status:
  state: DONE
  stateStartTime: '2018-11-01T00:53:37.599Z'
statusHistory:
- state: PENDING
  stateStartTime: '2018-11-01T00:33:41.387Z'
- state: SETUP_DONE
  stateStartTime: '2018-11-01T00:33:41.765Z'
- details: Agent reported job success
  state: RUNNING
  stateStartTime: '2018-11-01T00:33:42.146Z'
submittedBy: user@domain

Mensagens de erro

A tarefa não foi adquirida

Isso indica que o agente do Dataproc no nó mestre não conseguiu adquirir a tarefa do plano de controle. Isso geralmente acontece devido a problemas de falta de memória (OOM, na sigla em inglês) ou rede. Se o job foi executado com sucesso antes e você não mudou as configurações de configuração de rede, a causa mais provável é a falta de memória, geralmente resultado do envio de muitos jobs em execução simultânea ou jobs cujos drivers consomem muita memória (por exemplo, jobs que carregam grandes conjuntos de dados na memória).

Nenhum agente ativo encontrado nos nós principais

Isso indica que o agente do Dataproc no nó mestre não está ativo e não pode aceitar novos jobs. Isso geralmente acontece devido a problemas de falta de memória (OOM) ou rede, ou se a VM do nó principal não estiver íntegra. Se o job foi executado com sucesso antes e você não mudou as configurações de rede, a causa mais provável é a falta de memória, que geralmente resulta do envio de muitos jobs em execução simultânea ou jobs cujos drivers consomem muita memória (jobs que carregam grandes conjuntos de dados na memória).

Para resolver o problema, tente as seguintes ações:

A tarefa não foi encontrada

Esse erro indica que o cluster foi excluído enquanto um job estava em execução. É possível realizar as seguintes ações para identificar a entidade de segurança que realizou a exclusão e confirmar que ela ocorreu quando um job estava em execução:

  • Consulte os registros de auditoria do Dataproc para identificar o principal que realizou a operação de exclusão.

  • Use o Logging ou a CLI gcloud para verificar se o último estado conhecido do aplicativo YARN era RUNNING:

    • Use o seguinte filtro no Logging:
    resource.type="cloud_dataproc_cluster"
    resource.labels.cluster_name="CLUSTER_NAME"
    resource.labels.cluster_uuid="CLUSTER_UUID"
    "YARN_APPLICATION_ID State change from"
    
    • Execute gcloud dataproc jobs describe job-id --region=REGION e verifique yarnApplications: > STATE na saída.
  • Se o principal que excluiu o cluster for a conta de serviço do agente de serviço do Dataproc, verifique se o cluster foi configurado com uma duração de exclusão automática menor que a duração do job.

Para evitar erros de Task not found, use a automação e verifique se os clusters não são excluídos antes da conclusão de todos os jobs em execução.

Não há espaço livre no dispositivo

O Dataproc grava dados de HDFS e temporários no disco. Essa mensagem de erro indica que o cluster foi criado com espaço em disco insuficiente. Para analisar e evitar esse erro:

  • Verifique o tamanho do disco principal do cluster listado na guia Configuração na página Detalhes do cluster no console do Google Cloud . O tamanho mínimo recomendado do disco é 1000 GB para clusters que usam o tipo de máquina n1-standard-4 e 2 TB para clusters que usam o tipo de máquina n1-standard-32.

  • Se o tamanho do disco do cluster for menor que o recomendado, recrie o cluster com pelo menos o tamanho recomendado.

  • Se o tamanho do disco for o recomendado ou maior, use SSH para se conectar à VM principal do cluster e execute df -h na VM principal para verificar a utilização do disco e determinar se é necessário mais espaço em disco.

  • Coletar e verificar métricas de disco.