我有一个EMR作业，读取大约1TB数据，过滤它并对其进行重新分区（重新分区后有一些连接），但我的作业在重新分区时失败，错误“设备上没有剩余空间”。我厌倦了改变“spark.local.dir”但它没用。我的工作仅在d2.4xlarge实例上完成，但在具有类似核心和内存的r3.4xlarge上失败。我找不到这个问题的根本原因。任何帮助，将不胜感激。
感谢您的时间。
我之前在Spark 2.2上遇到了同样的问题。我可以通过在SPARK_LOCAL_DIRS=/path/to/other/tmp中设置$SPARK_HOME/conf/spark-env.sh来更改目录
“spark.local.dir / tmp 用于Spark中“临时”空间的目录，包括存储在磁盘上的映射输出文件和RDD。这应该位于系统中的快速本地磁盘上。它也可以是不同磁盘上多个目录的逗号分隔列表。注意：在Spark 1.0及更高版本中，这将由集群管理器设置的SPARK_LOCAL_DIRS（Standalone，Mesos）或LOCAL_DIRS（YARN）环境变量覆盖。“https://spark.apache.org/docs/latest/configuration.html