在群集模式下读取文本文件时出现异常

我使用spark读取了一个文本文件并将其保存在JavaRDD中，并尝试打印保存在RDD中的数据 . 我正在一个拥有主服务器和两个从服务器的集群中运行我的代码 . 但是我得到异常，例如， containers exceeds thresholds ，而迭代RDD . 代码在独立模式下运行完美 .

我的代码：

SparkContext sc = new SparkContext("spark://master.com:7077","Spark-Phoenix");
JavaSparkContext jsc = new JavaSparkContext(sc);

JavaRDD<String> trs_testing = jsc.textFile("hdfs://master.com:9000/Table/sample");


//using iterator
Iterator<String> iStr= trs_testing.toLocalIterator();

while(iStr.hasNext()){ //here I am getting exception    
    System.out.println("itr next : " + iStr.next());        
}   

//using foreach()
trs_testing.foreach(new VoidFunction<String>() {//here I am getting exception
        private static final long serialVersionUID = 1L;

        @Override public void call(String line) throws Exception {
            System.out.println(line);       
        }           
});

//using collect()
for(String line:trs_testing.collect()){//here I am getting exception 
    System.out.println(line);
}

//using foreachPartition()
trs_testing.foreachPartition(new VoidFunction<Iterator<String>>() {//here I am getting exception 
        private static final long serialVersionUID = 1L;

        @Override public void call(Iterator<String> arg0) throws Exception {          
            while (arg0.hasNext()) {            
                String line = arg0.next();
                System.out.println(line);
            }
    }
});

例外：

ERROR TaskSchedulerImpl在master.com上丢失执行程序0：远程RPC客户端已取消关联 . 可能由于容器超出阈值或网络问题 . 检查驱动程序日志以获取WARN消息 . ERROR TaskSchedulerImpl在slave1.com上丢失执行程序1：远程RPC客户端已取消关联 . 可能由于容器超出阈值或网络问题 . 检查驱动程序日志以获取WARN消息 . ERROR TaskSchedulerImpl在master.com上丢失执行程序2：远程RPC客户端已取消关联 . 可能由于容器超出阈值或网络问题 . 检查驱动程序日志以获取WARN消息 . ERROR TaskSchedulerImpl在slave2.com上丢失执行程序3：远程RPC客户端已取消关联 . 可能由于容器超出阈值或网络问题 . 检查驱动程序日志以获取WARN消息 . ERROR TaskSetManager阶段0.0中的任务0失败了4次;中止作业线程“main”中的异常org.apache.spark.SparkException：作业因阶段失败而中止：阶段0.0中的任务0失败4次，最近失败：阶段0.0中丢失任务0.3（TID 3，slave1.com） ：ExecutorLostFailure（执行程序3退出由其中一个正在运行的任务导致）原因：远程RPC客户端已取消关联 . 可能由于容器超出阈值或网络问题 . 检查驱动程序日志以获取WARN消息 . 驱动程序堆栈跟踪：在org.apache.spark.scheduler.DAGScheduler.org $阿帕奇$火花$ $调度$$ DAGScheduler failJobAndIndependentStages（DAGScheduler.scala：1454）在org.apache.spark.scheduler.DAGScheduler $$ anonfun $ abortStage $ 1在org.apache.spark.scheduler.DAGScheduler $$ anonfun $ abortStage $ 1.适用（DAGScheduler.scala：1441）在scala.collection.mutable.ResizableArray $ class.foreach（ResizableArray.scala：申请（1442 DAGScheduler.scala）： 59）位于org.apache.spark.scheduler.DAGScheduler上的org.apache.spark.scheduler.DAGScheduler.abortStage（DAGScheduler.scala：1441）中的scala.collection.mutable.ArrayBuffer.foreach（ArrayBuffer.scala：48） anonfun $ handleTaskSetFailed $ 1.适用（DAGScheduler.scala：811）在org.apache.spark.scheduler.DAGScheduler $$ anonfun $ handleTaskSetFailed $ 1.适用（DAGScheduler.scala：811）在scala.Option.foreach（Option.scala：257 ）org.apache.spark.scheduler.DAGScheduler.handleTaskSetFailed（DAGScheduler.scala：811）at org.apache.spark.scheduler.DAGSchedulerEventProcessLoop.doOnReceive（DAGScheduler . 阶：1667）在org.apache.spark.scheduler.DAGSchedulerEventProcessLoop.onReceive（DAGScheduler.scala：1622）在org.apache.spark.scheduler.DAGSchedulerEventProcessLoop.onReceive（DAGScheduler.scala：1611）在org.apache.spark.util .EventLoop $$匿名$ 1.run（EventLoop.scala：48）在org.apache.spark.scheduler.DAGScheduler.runJob（DAGScheduler.scala：632）在org.apache.spark.SparkContext.runJob（SparkContext.scala：1890 ）org.apache.spark.SparkContext.runJob（SparkContext.scala：1903）org.apache.spark.SparkContext.runJob（SparkContext.scala：1916）at org.apache.spark.rdd.RDD $$ anonfun $ take $ 1.适用（RDD.scala：1324）在org.apache.spark.rdd.RDDOperationScope $ .withScope（RDDOperationScope.scala：151）在org.apache.spark.rdd.RDDOperationScope $ .withScope（RDDOperationScope.scala：112） org.apache.spark.rdd.RDD.withScope（RDD.scala：358）org.apache.spark.rdd.RDD.take（RDD.scala：1298）atg.apache.spark.rdd.RDD $$ anonfun $ first $ 1.apply（RDD.scala：1338）at org.apache.spark.rdd.RDDOperationScope $ .withScope（RDDOperation Scope.scala：151）位于org.apache的org.apache.spark.rdd.RDDOperationScope $ .withScope（RDDOperationScope.scala：112）atg.apache.spark.rdd.RDD.withScope（RDD.scala：358） . spark.rdd.RDD.first（RDD.scala：1337）at com.test.java.InsertE.main（InsertE.java:147）