apache spark 独立设置中的所有工作人员都显示以下消息。 worker :执行者 app-20150902151146-0001/6 已完成，状态为 KILLED exitStatus 1
收到此消息的原因是什么。
最佳答案
根据您提供的少量信息，我们只能笼统地回答这个问题。
所以我的回答是从 Sean Owen 的 answer 得到的启发。关于 worker 和执行者之间的关系，也来自 Resource Management with YARN 上的 Cloudera 博客以及关于 Cluster mode overview 的官方文档.
那么让我们开始定义 Apache Spark 应用程序架构:
Spark 应用架构
对于熟悉 Apache Spark API 的人来说，一个应用程序对应于 SparkContext 类的一个实例。一个应用程序可以用于单个批处理作业、多个作业间隔开的交互式 session ，或者一个持续满足请求的长期服务器。 与 MapReduce 不同，应用程序将拥有称为Executors 的进程，即使它没有运行任何作业 也代表它在集群上运行。
这种方法可以将数据存储在内存中以实现快速访问，以及闪电般快速的任务启动时间。
执行者:
MapReduce 在其自己的进程中运行每个任务。当任务完成时，该过程就会消失。在 Spark 中，许多任务可以在单个进程中并发运行，并且这个进程在 Spark 应用程序的生命周期内一直存在，即使没有作业在运行。
如上所述，此模型的优势在于速度:任务可以非常快速地启动并处理内存中的数据。缺点是粗粒度的资源管理。由于应用程序的执行程序数量是固定的，并且每个执行程序都有固定的资源分配，因此应用程序在其运行的整个持续时间内占用相同数量的资源。 (当YARN支持容器扩容时，我们计划在Spark中利用它来动态获取和回馈资源。)
既然我们已经定义了什么是执行器，那么让我们定义执行器状态
执行器状态:
执行者可以处于以下状态之一:
LAUNCHING, LOADING, RUNNING, KILLED, FAILED, LOST, EXITED
最后四种状态描述了一项已完成的工作，并且出于多种原因之一，出现以下错误:
Worker: Executor app-20150902151146-0001/6 finished with state KILLED exitStatus 1
表示您的 `app-20150902151146-0001̀ 已被停止并要求杀死执行者的 worker 杀死。 ( code Ref. )
关于hadoop - 为什么 Apache Spark worker executor 以退出状态 1 被杀死？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/32350772/