云原生大数据计算服务 MaxCompute：MaxCompute UDF（Java）常见问题

调用MaxCompute UDF运行代码时的常见类或依赖问题如下：

• 问题现象一：运行报错描述为ClassNotFoundException或Some dependencies are missing。

  • 产生原因：

    • 原因一：创建MaxCompute UDF时指定的资源JAR包不正确。

    • 原因二：MaxCompute UDF依赖的资源JAR包未上传至MaxCompute，例如依赖的第三方包没有上传。

    • 原因三：调用MaxCompute UDF运行代码时，所处的项目不正确。即MaxCompute UDF不在MaxCompute项目中。例如MaxCompute UDF注册到了开发项目，但却在生产项目执行调用操作。

    • 原因四：文件资源不存在或资源类型不正确。例如PY文件，资源类型是PY，但MaxCompute UDF代码中get_cache_file需要的类型是FILE。

  • 解决措施：

    • 原因一的解决措施：检查JAR包的正确性，并确认JAR包中已经包含需要的类，重新打包并上传至MaxCompute项目。更多打包上传操作，请参见打包、上传及注册。

    • 原因二的解决措施：将MaxCompute UDF依赖的第三方包作为资源上传至MaxCompute项目，然后在注册函数时，依赖资源列表中添加此包。更多上传资源及注册函数操作，请参见添加资源和注册函数。

    • 原因三的解决措施：在报错的项目下通过MaxCompute客户端执行list functions;命令，确保MaxCompute UDF是真实存在的，且MaxCompute UDF的类和依赖的资源正确。

    • 原因四的解决措施：通过MaxCompute客户端执行desc function <function_name>;命令，确保Resources列表已覆盖所有需要的文件资源。如果资源类型不匹配，可执行add <file_type> <file_name>;重新添加资源。

• 问题现象二：运行报错描述为NoClassDefFoundError、NoSuchMethodError或错误码为ODPS-0123055。

  • 产生原因：

    • 原因一：用户上传的JAR包中包含的第三方库的版本与MaxCompute内置的第三方库的版本不一致。

    • 原因二：Java沙箱限制。作业Instance的Stderr中出现java.security.AccessControlException: access denied ("java.lang.RuntimePermission" "createClassLoader")详细信息，表示是沙箱限制。MaxCompute UDF在分布式环境中运行时收到Java沙箱的限制。更多Java沙箱限制信息，请参见Java沙箱。

  • 解决措施：

    • 原因一的解决措施：使用maven-shade-plugin解决版本不一致问题并修改Import路径，重新打包为JAR包并上传至MaxCompute项目。更多打包上传操作，请参见打包、上传及注册。

    • 原因二的解决措施：请参见Java沙箱限制问题。

调用MaxCompute UDF运行代码时的常见性能问题如下：

• 问题现象一：运行报错描述为 kInstanceMonitorTimeout。

  • 产生原因：MaxCompute UDF处理时间过长导致超时。默认情况下UDF处理数据的时间有限制，在处理一批（通常情况下为1024条）记录时，必须在1800秒内处理完。这个时间限制并不是针对Worker的总运行时间，而是处理一小批记录的时间。通常情况下SQL处理数据的速率超过了万条/秒，该限制只是为了防止MaxCompute UDF中出现死循环，导致长时间占用CPU资源的情况。

  • 解决措施：

    • 如果实际计算量很大，可以在MaxCompute UDF的实现Java类的方法中调用ExecutionContext.claimAlive来重置计时器。

    • 重点优化MaxCompute UDF代码逻辑。后续调用MaxCompute UDF时，可同时在Session级别配置如下参数辅助调节MaxCompute UDF运行过程，提升处理速度。

      参数	说明
      set odps.function.timeout=xxx;	调整UDF运行超时时长。默认值为1800s。可根据实际情况酌情调大。取值范围为1s~3600s。
      set odps.stage.mapper.split.size=xxx;	调整Map Worker的输入数据量。默认值为256 MB。可根据实际情况酌情调小。
      set odps.sql.executionengine.batch.rowcount=xxx;	调整MaxCompute一次处理的数据行数。默认值为1024行。可根据实际情况酌情调小。

• 问题现象二：运行报错描述为errMsg:SigKill(OOM)或OutOfMemoryError。

  • 产生原因：MaxCompute运行作业主要分为三个阶段：Map、Reduce和Join。如果处理的数据量比较大，会导致各个阶段的每个Instance处理的时间比较长。

  • 解决措施：

    • 如果是fuxi或runtime相关代码报错，您可以通过设置如下资源参数提升处理速度。

      参数	说明
      set odps.stage.mapper.mem=xxx;	调整Map Worker的内存大小。默认值为1024 MB。可根据实际情况酌情调大。
      set odps.stage.reducer.mem=xxx;	调整Reduce Worker的内存大小。默认值为1024 MB。可根据实际情况酌情调大。
      set odps.stage.joiner.mem=xxx;	调整Join Worker的内存大小。默认值为1024 MB。可根据实际情况酌情调大。
      set odps.stage.mapper.split.size=xxx;	调整Map Worker的输入数据量。默认值为256 MB。可根据实际情况酌情调大。
      set odps.stage.reducer.num=xxx;	调整Reduce阶段的Worker数量。可根据实际情况酌情调大。
      set odps.stage.joiner.num=xxx;	调整Join阶段的Worker数量。可根据实际情况酌情调大。

    • 如果是Java代码本身报错，可以在调整上述参数的同时，通过set odps.sql.udf.jvm.memory=xxx;参数调大Jvm内存。

调用Java UDTF运行代码时的常见问题如下：

• 问题现象一：运行报错描述为Semantic analysis exception - only a single expression in the SELECT clause is supported with UDTF's。

  • 产生原因：在SELECT语句中调用Java UDTF时，存在Java UDTF与其他列或表达式混用的问题，Java UDTF暂不支持该用法。错误示例如下。

    select b.*, 'x', udtffunction_name(v) from table lateral view udtffunction_name(v) b as f1, f2;

  • 解决措施：您可以将Java UDTF与Lateral View配合使用。命令示例如下。

    select b.*, 'x' from table lateral view udtffunction_name(v) b as f1, f2;

• 问题现象二：运行报错描述为Semantic analysis exception - expect 2 aliases but have 0。

  • 产生原因：Java UDTF代码中没有指定输出列名。

  • 解决措施：您可以在调用Java UDTF的SELECT语句中通过as子句给出列名。命令示例如下。

    select udtffunction_name(paramname) as (col1, col2);