、この方法は、ログのヒントの結果によるとプラットフォーム、OOMに複雑なクエリを実行します。
- SETのspark.driver.memory = 6 / 8G; OOM]が
設定spark.sql.autoBroadcastJoinThreshold = -1; [問題]
ビルドに十分なメモリがありませんし、すべてのワーカーノードにテーブルをブロードキャスト：スレッド「放送交換-0」java.lang.OutOfMemoryErrorをの例外。回避策として、あなたは-1 spark.sql.autoBroadcastJoinThresholdを設定することにより、どちらかを無効放送することができるか、高い値にspark.driver.memoryを設定することにより、スパーク・ドライバ・メモリを増やす org.apache.spark.sql.execution.exchange.BroadcastExchangeExecで$$ anonfun $ relationFuture $ 1 $$ anonfun $ $ 1.applyを適用します（BroadcastExchangeExec.scala：115） でorg.apache.spark.sql.execution.exchange.BroadcastExchangeExec $$ anonfun $ relationFuture $ 1 $$ anonfun $（$ 1.applyを適用BroadcastExchangeExec.scala：73） org.apache.spark.sql.execution.SQLExecution $ .withExecutionIdで（SQLExecution.scala：97） org.apache.spark.sql.execution.exchange.BroadcastExchangeExec $$ anonfun $ relationFuture $ 1.apply（BroadcastExchangeExec.scala：72）で でorg.apache.spark.sql.execution.exchange.BroadcastExchangeExec $$ anonfun $ relationFuture $ 1.apply（BroadcastExchangeExec.scala：72） scala.concurrent.impl.Future $ PromiseCompletingRunnable.liftedTree1で$ -1（Future.scala：24） で、 scala.concurrent.impl.Future $ PromiseCompletingRunnable.run（Future.scala：24） java.lang.Thread.runで（Thread.java:748）
2019年11月20日午後1時45分38秒スケジューラは、ジョブ・インスタンスを受け取ります。T_6466665892523663_20191120134538_2を、タイムスケジュールキューに追加。
2019年11月20日午後1時45分38秒予定開始時刻：：2019年11月19日0時10分： 00、スケジューリングを待っている...
2019年11月20日夜01時45分38秒の例の到着予定時間は、しかし、親が完了していない
2019年11月20日夜1時47分05秒インスタンスが完了している親、及び発送時、ディスパッチキューを追加します。
2019年11月20日午後01時47分05秒現在のジョブキュー0 ...
2019年11月20日には、午後01時47分05秒スケジューリングを待っている...
2019年11月20日午後01時47分05秒ジョブ・インスタンスにスケジュールを開始
2019年11月20日夜01時47分05秒第一ノード：10.94.0.15上糸のリソース情報を取得する。
2019年11月20日夜01時47分05秒糸：HTTP：//10.94.0.16：8088 、10.94.0.10：8088は、キュー：残りのリソースのroot.hiveがある： "VCores：17、メモリ：22796M"
2019年11月20日夜01時47分05秒は、糸のリソースの終わりを得る、ノードの分散化を開始した。
2019 -11-20午後1時47分05秒第一予定のノード：10.94.0.15成功
無料MemorySizeとして現在では、タスクの実行にメモリ要件で満足し、最後64Mしきい値内グレーターで、7240メートルIS
タスクプラグインを取得：SparkSqlプラグインの成功を。プラグイン情報：
エンジン：SparkSql
NodeManagersでクラスタから新しい新しいファイルアプリケーションの要求5：19/11/20午前13時47分08秒yarn.Client INFO
エンジンはバージョンを適応：[]
メーカー：
厂商版本：
初期化タスクを開始。
获取到リソース-プラグイン：sparkSql2.2.0-cdh5.12.0-1.0.0ジャー-で-dependencies.jar
19/11/20午後1時47分06秒INFO spark.SparkContext：実行スパークバージョン2.3.0.cloudera2
19/11/20夜一時47分06秒INFO spark.SparkContext：提出アプリケーション：dwd_mem_2b_applet_filter_task_detail_walker_T_6466665892523663_20191120134538_2_1
19/11/20夜1時47分07秒INFO server.Server：桟橋-9.3.z-SNAPSHOT
11分の19 / 20午後01時47分08秒INFO client.ConfiguredRMFailoverProxyProvider：rm177にフェイルオーバ
19/11/20夜01時47分08秒INFO yarn.Client：我々のアプリケーションの確認以上のクラスタ（コンテナあたり8192メガバイト）の最大メモリ容量よりも要求していない
夜01時47分09秒19/11/20 INFO impl.YarnClientImpl：提出アプリケーションapplication_1573451947838_0670
19/11/20 13時47分08秒INFO yarn.Client：オーバーヘッド384メガバイトを含む896メガバイトのメモリと、AMコンテナを割り当てます
INFO yarn.Client 13時47分08秒19/11/20：私たちのために、コンテナの起動コンテキストの設定AM
19/11/20夜01時47分08秒INFO yarn.Client：私たちのAMコンテナの起動環境のセットアップ
19/11/20夜01時47分08秒INFO yarn.Client：私たちのAMコンテナのための準備リソース
11分の19 / 20午後1時47分09秒INFO yarn.Client：このResourceManagerにアプリケーションapplication_1573451947838_0670を送信
ApplicationMasterホスト：N / A
ApplicationMaster RPCポート：-1
19/11/20夜01時47分10秒INFO yarn.Client：application_1573451947838_0670（ACCEPTED状態）のアプリケーションレポート
：19/11/20夜01時47分10秒INFO yarn.Client
クライアントトークン：N / Aの
診断：N / A
キュー：root.hive
開始時刻：1574228829689
最終ステータス：UNDEFINED
トラッキングURLます。http：// CDH-Hadoopの-16：8088 /プロキシ/ application_1573451947838_0670 /
ユーザー：デプロイ
19/11/20夜1時47分11秒INFO yarn.Client： application_1573451947838_0670のアプリケーションレポート（状態：ACCEPTED）
19/11/20夜1時47分12秒INFO yarn.Client：application_1573451947838_0670のアプリケーションレポート（状態：ACCEPTED）
19/11/20夜1時47分13秒INFO yarn.Client：アプリケーションレポートapplication_1573451947838_0670のための（状態：RUNNING）
19/11/20夜01時47分13秒INFO yarn.Client：
クライアントトークン：N / Aの
診断：N / A
ApplicationMasterホスト：10.94.0.16
ApplicationMaster RPCポート：0
キュー：root.hive
19/11/20午後01時47分13秒INFO storage.BlockManager：初期化BlockManager：BlockManagerId（ドライバ、shuqiノード、36374、なし）
開始時刻：1574228829689の
最終ステータス：不定
トラッキングURL：のhttp：// CDH-Hadoopの-16：8088 /プロキシ/ application_1573451947838_0670 /
ユーザー：デプロイ
19/11/20夜01時47分13秒INFO storage.BlockManager：ブロックの複製のためのorg.apache.spark.storage.RandomBlockReplicationPolicyを使用しますポリシー
19/11/20夜一時47分13秒INFO storage.BlockManager：外部シャッフルサービスポート= 7337
19/11/20夜01時47分14秒INFO scheduler.EventLoggingListener：HDFSへのロギングイベント：// hahdfs /ユーザー/火花/ spark2ApplicationHistory / application_1573451947838_0670
19/11/20夜01時47分14秒INFO spark.SparkContext：リスナーが登録さcom.cloudera.spark.lineage.NavigatorAppListener
19/11/20夜01時47分14秒INFO internal.SharedState：ロードハイブ設定ファイル：ファイル：/etc/hadoop/conf.cloudera.yarn/hive-site.xml
19/11/20午前13時47分14秒INFO internal.SharedState：spark.sql。 warehouse.dirが設定されていませんが、hive.metastore.warehouse.dirが設定されています。hive.metastore.warehouse.dir（「/ユーザ/ハイブ/倉庫」）の値にspark.sql.warehouse.dirを設定します。
19/11/20夜1時47分14秒INFO internal.SharedState：倉庫パスは'/ユーザー/ハイブ/倉庫'です。
19/11/20夜01時47分14秒INFO state.StateStoreCoordinatorRef：登録StateStoreCoordinatorは、エンドポイント
URIの倹約とメタストアに接続しようとすると：// CDH-Hadoopの-16 19/11/20 INFO午後1時47分15秒のhive.metastoreを： 9083
19/11/20夜01時47分15秒INFOのhive.metastoreは：メタストアへの接続をオープンし、現在の接続：1
19/11/20夜1時47分15秒INFOのhive.metastore：メタストアに接続されています。
19/11/20夜1時47分15秒はcommand.SetCommandをWARN：「SETはhive.exec.dynamic.partition.mode =厳格での仕事ではないかもしれないが、スパークが動的ハイブ設定を変更することはできませんので、。スパークアプリケーションの起動時に（例えばspark.hadoop.hive.exec.dynamic.partition.mode）プレフィックスspark.hadoopを追加することにより、ハイブ固有の設定を渡してください。詳細については、リンクを参照してください。https://spark.apache.org/docs/latest/configuration.html#dynamically-loading-spark-propertiesを
开始执行：
上書きテーブルINSERT dwd_mem_2b_applet_filter_task_detail
MEMBER_IDとしてt1.IDを選択し、
t2.LeaguerID leaguer_id、など
member_employee_id、などt9.member_employee_id
member_store_idとしてt2.ShopID、
member_avatarとしてt1.Avatar
is_open_cardsとして他0端、
、MEMBER_NAMEとしてt1.RealName
、member_phoneとしてt1.Phone
member_birthdayとしてt1.Birthday
outbound_employee_idとしてt12.outbound_employee_id、
outbound_member_phoneとしてt12.outbound_member_phone、
outbound_timeとしてt12.outbound_time、
baby_idなどt4.baby_id
baby_avatarとしてt4.baby_avatar、
baby_nameとしてt4.baby_name、
baby_genderとしてt4.baby_gender、
T4。 baby_ageとしてbaby_age
baby_birthdayとしてt4.baby_birthday、
register_2_nowadaysとしてt1.register_2_nowadays、
register_channelとしてt10.register_channel、
ケースt3.first_card_open_date次いで1 NULLでない
first_card_open_dateとしてt3.first_card_open_date
card_coupon_days_leftとしてt11.card_coupon_days_left、
card_idとしてt2.LeaguerCode、
consume_frequency_dateCardなどt15.consume_frequency_dateCard
consume_frequency_no_dateCardとしてt16.consume_frequency_no_dateCard
card_expire_dateなどt5.card_expire_date
total_rechargeとしてt6.total_recharge、
total_consume_coinとしてt7.total_consume_coin、
last_consume_dateとしてt8.last_consume_date、
last_consume_2_nowadaysとしてt8.last_consume_2_nowadays、
T5。 card_times_left card_times_left、など
card_coin_leftとしてt2.card_coin_left、
card_days_leftとしてt5.card_days_left、
t6.last_recharge_2_nowadays last_recharge_2_nowadaysとして、
t2.card_coin_left / t13.card_coin_left left_coin_ratioとして、
t5.card_times_left / t14.card_times_left left_times_ratioなど
から
（
選択ID、
アバター、
本名、
電話、
SUBSTR（TO_DATE（誕生日）、 -誕生日など5,5） 、
register_2_nowadaysとしてDATEDIFF（CURRENT_DATE、TO_DATE（CREATETIME）） -注册距今天数
ods_cuihua_dqmly_dy_sp_leaguerBaseから
DSは= '20191119'
）t1が
参加左
（
LeaguerIDとしてp1.IDを選択し、 -门店会员编码（系统自动生成ID）
P1 .LeaguerBaseId、 -会员编码
p1.ShopID、
p3.LeaguerCode 、 -会员卡号
p2.card_coin_left -币剩余数量
からods_cuihua_dqmly_dy_sp_Leaguer P1が
参加左
（
LeaguerId_p2、AS SELECT IDを
card_coin_leftとしてNVL（SUM（CoinBal1）+ SUM（GiveCoinBal1）+ SUM（GiveBCoinBal1）、0） -币剩余数量
からods_cuihua_dqmly_dy_sp_Leaguer
DS = '20191119'
IDによってグループ
）P2
p1.ID = p2.LeaguerId_p2には
参加左
（
LeaguerId_p3としてLeaguerIdを選択
LeaguerCode
ods_cuihua_dqmly_dy_sp_LeaguerCardから
DS = '20191119'
）P3
p1.ID = p3.LeaguerId_p3に
ここp1.ds = '20191119'
）T2
t1.ID = t2.LeaguerBaseIdには
参加左
（
LeaguerBaseId_t3としてp1.LeaguerBaseIdを選択
首次开卡时间- first_card_open_dateとして分（p2.CreateTime）
ods_cuihua_dqmly_dy_sp_Leaguer P1から
参加左
（
LeaguerId、選択
LeaguerCode、
CREATETIMEを
ods_cuihua_dqmly_dy_sp_LeaguerCardから
DS = '20191119'
、P2）
p1.ID = p2.LeaguerIdに
p1.ds = '20191119'
p1.LeaguerBaseIdによってグループ
）T3
t1.ID = t3.LeaguerBaseId_t3には
参加左
（
、baby_idとしてIDを選択
LeaguerBaseId_t4などLeaguerBaseId
baby_avatarとしてアバター、
本名baby_nameなど
baby_genderとしてセックス、
baby_ageとしてキャスト（DATEDIFF（CURRENT_DATE、TO_DATE（誕生日））/ 365）10,1（小数として）
SUBSTR（TO_DATE（誕生）、 - 5,5）baby_birthdayとして
ods_cuihua_dqmly_dy_sp_leaguerbabyから
DS = '20191119'
とIDがnullでない
とLeaguerBaseIdがnullでない
）T4
t1.ID = t4.LeaguerBaseId_t4には
参加左
（
LeaguerID_t5としてtc.LeaguerIDを選択し、
LeaguerCode_t5としてtc.LeaguerCode、
卡到期日期- card_expire_dateとしてte.card_expire_time、
次卡剩余次数- card_times_leftとしてNVL（tf.card_times_left、0）
card_days_leftとしてNVL（DATEDIFF（TO_DATE（te.card_expire_time）、CURRENT_DATE）、0） -计时卡剩余天数
から
（
LeaguerId、選択
LeaguerCode、
LeaguerCardIdとしてID
ods_cuihua_dqmly_dy_sp_LeaguerCardから
DS = '20191119'
TC）が
参加左
（
LeaguerID_teとしてLeaguerIDを選択
LeaguerCardId_teとしてLeaguerCardId、
ReExpireTimeが終了時間ヌルである場合にケース
終了時間<= ReExpireTime次いでReExpireTimeの
card_expire_timeとして端
ods_cuihua_dqmly_dy_sp_LeaguerTimeCardから
DS = '20191119'
とLeaguerCardIdがNULLではない
）TE
にtc.LeaguerId = te.LeaguerID_teとtc.LeaguerCardId = te.LeaguerCardId_te
内部結合が
（
LeaguerID、選択
SUM（EnabledNumを）card_times_leftとして
ods_cuihua_dqmly_dy_sp_LeaguerTimeCardから
DS = '20191119'
及び（CURRENT_TIMESTAMP <終了時間またはCURRENT_TIMESTAMP <ReExpireTime）
とEnabledNum> 0
LeaguerIDによって基
）TF
te.LeaguerID_te = tf.LeaguerIDに
）T5
t2.LeaguerID = t5.LeaguerID_t5とt2.LeaguerCode = t5.LeaguerCode_t5がオン
に参加左
（
LeaguerID_t6としてLeaguerIDを選択
和（お金/ 100）total_rechargeとして、 -总充值金额
DATEDIFF（CURRENT_DATE、TO_DATE（MAX（CREATETIME））last_recharge_2_nowadaysなど） -最后充值时间距今天数
ods_cuihua_dqmly_dy_sp_setMealSellLog_deltaから
LeaguerIDがnullでない
LeaguerIDによってグループ
）T6
にt2.LeaguerID = T6 .LeaguerID_t6が
参加し、左
（
LeaguerID_t7として選択p.LeaguerIDを、
NVL（SUM（P total_consume_coinとして.total_consume_coin）、0）
から
（
SELECT、LeaguerID
など消費者通貨、為替の贈り物、自分で作成した通貨、為替票、寄付したお金は有効期限が切れ、送金、：コインの消費量の合計数- total_consume_coin AS SUM（coinnum）を
ods_cuihua_dqmly_dy_sp_playLog_deltaから
LeaguerIDによってグループ
連合のすべての
SELECT LeaguerIDは、
（SUM total_consume_coin AS SurplusCoin1）
ods_cuihua_dqmly_dy_sp_LeaguerGiveCoinLog_deltaから
'真の' IsExpire =とSurplusCoin1> 0 - （IsExpireは：、期限が切れているSurplusCoin1：クレジットの数）が満了する
ことにより、グループLeaguerIDを
連合のすべての
SELECT LeaguerID、
total_consume_coin AS SUM（UsedValue）
LeaguerIDによってグループ
連合のすべての
ods_cuihua_dqmly_dy_sp_giftSellLog_deltaから
UseValueType = 5場所- （UseValueType = 5 為替贈り物にUsedValueを表し：通貨を消費）
total_consume_coin AS SUM（RealCoinNum）
LeaguerID SELECT、
SUM（ABS（CoinNumber1））total_consume_coin AS
ods_cuihua_dqmly_dy_sp_setMealSellLog_deltaから
PayType 7 = - 。（。= PayTypeクレジットによって表されるが、パッケージを購入した7）
グループLeaguerIDによって
連合のすべての
SELECT FromLeaguer AS LeaguerID、
SUM（金額）total_consume_coin AS
ods_cuihua_dqmly_dy_sp_valueTransferLog_deltaから- （FromLeaguer：転送元ユーザToLeaguer：転送先ユーザ）
ValueTypeに= 1。
によってグループFromLeaguer
ユニオンすべて
SELECT LeaguerID、
ods_cuihua_dqmly_dy_sp_getCoinから- （RealCoinNum：クレジットの実際の数の間）
WHERE DS = '20、191119'
グループLeaguerIDによって
）P
p.LeaguerIDはWHERE NULLでない
p.LeaguerIDによってグループ
）T7
ON t2.LeaguerID = t7.LeaguerID_t7が
参加左
（
SELECT LeaguerID AS LeaguerID_t8、
最終消費日- last_consume_date、AS MAX（CREATETIMEを）
DateDiff関数（CURRENT_DATE、TO_DATE（MAX（ last_consume_2_nowadaysとしてCREATETIME））） -いくつかの消費者の今日からの最後：テイクコイン消費、タイムカード、消費時間、前回のブラッシング核クーポン
ods_cuihua_dqmly_dy_sp_playLog_deltaから
ヌルLeaguerIDされていない
LeaguerIDによってグループ
）T8
ON t2.LeaguerID T8 = .LeaguerID_t8が
参加左
から
（の
（
LeaguerBaseId_t9としてp1.invite_member_noを選択
member_employee_idとしてp2.employee_id
選択invite_code、
invite_member_no
ods_mengguang_xc_crm_member_db1_member_invite_summaryから
DS = '20191119'
とinvite_codeがnullでない
とinvite_member_noがnullでない
）P1
内部ジョイン
（
invite_code_p2として選択invite_codeを、
EMPLOYEE_ID
ods_mengguang_xc_activity_manage_db_employee_invite_codeから
ここで、DS = '20191119'
）P2
p1.invite_code = p2.invite_code_p2上
）T9
t1.ID = t9.LeaguerBaseId_t9に
参加左
DATE_CREATED
（
、register_channelとして選択channel_infoを
LeaguerBaseId_t10としてmember_no
ods_mengguang_xc_crm_member_db1_member_profileから
DS = '20191119'
とmember_noがnullでない
）T10
t1.ID = t10.LeaguerBaseId_t10には
参加左
（
、LeaguerBaseId_t11としてp1.LeaguerBaseIdを選択し
た場合p2.draw_limit_day <= 0次いで、DATEDIFF（TO_DATE（P2 .end_date）、CURRENT_DATE）
他DATEDIFF（DATE_ADD（TO_DATE（p1.date_created）、p2.draw_limit_day）、CURRENT_DATE）card_coupon_days_leftとして端
から
（
選択coupon_id、
LeaguerBaseIdとしてMEMBER_ID、
ods_qunshuo_amazingland_campaign_coupon_code_eventから
ここで、DS = '20191119'
とis_delete = 'NO'
と（ 'WAIT_RECEIVE'、 'WAIT_USE'）でcoupon_status
）P1
内参加
（
選択coupon_number、
END_DATE、
draw_limit_day
ods_qunshuo_amazingland_campaign_couponから
ここで、DS = '20191119'
とis_delete = 'NO'
とcoupon_number <> ''
）、P2
p1.coupon_id = p2.coupon_number上
）T11
t1.ID = t11.LeaguerBaseId_t11には
参加左
（
、outbound_member_idとして選択tb1.custNumを-外呼会员编码、UUID
outbound_employee_id、などtb1.staffNum -アウトバウンド従業員ID、スタッフIDを必ずしもメンバーは、他の従業員の発信があるかもしれない
、outbound_member_phoneとしてtb1.custPhone -メンバーは、電話番号発信
tb2.outbound_timeを
TB1 ods_lixiang_immccdb_callout_infoから
参加インナー
（
SELECT custNum AS custNum_tb2は、 -会員エンコードする
最後のアウトバウンド時間- outbound_timeとして）CREATETIME（最大
ods_lixiang_immccdb_callout_infoから
DS = '20、191119'
挿入されたデータを介して通話した後、[成功、開くには、この制限の必要性-とcall_status = 0 ]
custNumによるグループ
）TB2
ON tb1.custNum = tb2.custNum_tb2
左参加
（
tb1.dsは= '20、191119'を
）T12
t1.ID = t12.outbound_member_idに
consume_frequency_dateCardとしてカウント数（TO_DATE（ta.createTimeを））
LeaguerID_t13としてLeaguerIDを選択
card_coin_left
dwd_card_coin_left_last_rechargeから
LeaguerID、card_coin_leftによってグループ
）T13
t2.LeaguerID = t13.LeaguerID_t13には
参加左
（
LeaguerID_14としてLeaguerIDを選択
card_times_left
dwd_card_times_left_last_rechargeから
LeaguerID、card_times_leftによってグループ
）T14
t2.LeaguerID = t14.LeaguerID_14に
左参加
（
LeaguerID_15としてSELECT ta.LeaguerID、
ods_cuihua_dqmly_dy_sp_playLog_delta AS TA FROM
インナーods_cuihua_dqmly_dy_sp_timeCard ASのTB JOIN
ta.TimeCardId = tb.IDオン
tb.ds = '20191119'
保证是计时卡会员-及びtb.Category IN（2,3）
とTO_DATE（ta.createtime）> = DATE_SUB（CURRENT_DATE、180）
とTO_DATE（ta.createtime ）<= CURRENT_DATEの
ta.LeaguerIDによってグループ
）T15
t2.LeaguerID = t15.LeaguerID_15には
参加左
（
LeaguerID_16としてSELECT ta.LeaguerID
consume_frequency_no_dateCardとして）カウント（TO_DATE（ta.createTime）
ods_cuihua_dqmly_dy_sp_playLog_delta AS TA FROM
JOIN TB ods_cuihua_dqmly_dy_sp_timeCard AS INNERを
ONしますta.TimeCardId = tb.ID
どこtb.ds = '20191119'
とtb.Category NOT IN（2,3） -保证是非计时卡会员
とTO_DATE（ta.createtime）> = DATE_SUB（CURRENT_DATE、180）
そしてTO_DATE（ta.createtime）<= CURRENT_DATEの
ta.LeaguerIDによってグループ
）T16
t2.LeaguerID = t16.LeaguerID_16オン;
19/11/20夜01時47分17秒INFO hive.HiveMetastoreCatalog：表xcdqm_prd.ods_cuihua_dqmly_dy_sp_leaguerbase（推論モード：INFER_AND_SAVE）のための推論、大文字と小文字を区別しスキーマ
19/11/20夜01時47分17秒INFO scheduler.DAGScheduler：最終段階の親：リスト（）
19/11/20夜01時47分17秒INFO scheduler.DAGScheduler：行方不明の両親：リスト（）
19/11/20夜01時47分17秒INFO spark.SparkContext：DAGScheduler.scalaの放送から作成された放送0： 1039
19/11/20夜1時47分17秒INFO cluster.YarnScheduler：1つのタスクとタスクセット0.0を追加します
19/11/20 13時47分18秒INFO spark.ExecutorAllocationManager：タスクがバックログされているため、1つの新しいエグゼキュータの要求（新たな所望の合計は1になります）
ビルドに十分なメモリがありませんし、すべてのワーカーノードにテーブルをブロードキャスト：スレッド「放送交換-0」java.lang.OutOfMemoryErrorをの例外。回避策として、あなたは-1 spark.sql.autoBroadcastJoinThresholdを設定することにより、どちらかを無効放送することができるか、高い値にspark.driver.memoryを設定することにより、スパーク・ドライバ・メモリを増やす
org.apache.spark.sql.execution.exchange.BroadcastExchangeExecで：$$ anonfun $ relationFuture $ 1 $$ anonfun $ $ 1.apply（115 BroadcastExchangeExec.scala）を適用
org.apache.sparkで。 sql.execution.exchange.BroadcastExchangeExec $$ anonfun $ relationFuture $ 1.apply（BroadcastExchangeExec.scala：72）
でorg.apache.spark.sql.execution.exchange.BroadcastExchangeExec $$ anonfun $ relationFuture $ 1 $$ anonfun $（$ 1.applyを適用BroadcastExchangeExec.scala：73）
：org.apache.spark.sql.execution.SQLExecution $ .withExecutionId（97 SQLExecution.scala）で
org.apache.spark.sql.execution.exchange.BroadcastExchangeExec $$ anonfun $ relationFuture $ 1.applyで（BroadcastExchangeExec.scala：72 ）
scala.concurrent.impl.Future $ PromiseCompletingRunnable.liftedTree1 $ -1（Future.scala時：24）
24）：scala.concurrent.impl.Future $ PromiseCompletingRunnable.run（Future.scalaで
java.lang.Thread.run（スレッドで.javaファイル：748）