英文:
Issue with MLRun Spark service start and impact all Jupyter notebooks
问题
我在K8s中重新配置了Spark基础设施（作为MLRun/Iguazio平台的一部分），之后，在服务级别出现了许多问题：
- Spark服务（显示“失败”信息）
- 所有Jupyter笔记本（显示“依赖失败”信息）
还有一般性的错误/消息：
一些服务未成功部署。请查看下面所示的服务状态。
请参见屏幕截图 
我只更改了RAM的数量（1-30 GB RAM）、vCPU（1-14）和副本数（3）。
您是否遇到类似的问题，以及如何避免这种情况？
英文:
I reconfigured Spark infrastructure in K8s (as part of MLRun/Iguazio platform) and after that, I got a lot of issues in level of services:
- Spark service (with information
Failed) - All jupyter notebooks (with information
Failed dependencies)
and also general error/message:
Some services have not been successfully deployed. Check the services status as shown below.
See the print screen
I changed only amount of RAM (1-30 GB RAM), vCPU (1-14) and Replicas (3).
Did you get the similar issue and how to avoid the situation?
答案1
得分: 0
这是人为错误，解决办法很简单，关键问题出在Spark服务配置上（我配置了极小的vCPU值，导致Spark服务超时）：
- 我将vCPU设置在1-14的范围内，但是使用了默认的单位
millicpu（而不是cpu） - 在设置正确的单位
cpu并重新启动Spark服务后，一切正常。
错误设置
正确设置 
英文:
It was human mistake, the solution was easy and the key problem was in Spark service configuration (I configured extremely small vCPU values and it generated timeouts for Spark service):
- I used setting vCPU in the range 1-14 but I used default units
millicpu(not cpu) - After setup correct units
cpuand restart of Spark service, everything was fine.
Wrong setting
Correct setting
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论