1. 控制 batch size（批處理間隔內的數據量）。 Spark Streaming 會把批處理間隔內接收到的所有數據存放在 Spark 內部的可用內存區域中，因此必須確保當前節點 Spark 的可用內存中少能容納這個批處理時間間隔內的所有數據，否則必須增加新的資源以提高集群的處理能力。 2. 及時清理不再使用的數據。 Spark Streaming 會將接受的數據全部存儲到內部可用內存區域中，因此對于處理過的不再需要的數據應及時清理，以確保 Spark Streaming 有富余的可用內存空間。通過設置合理的 spark.cleaner.ttl 時長來及時清理超時的無用數據，這個參數需要小心設置以免后續操作中所需要的數據被超時錯誤處理。 3. 觀察及適當調整 GC 策略。 GC 會影響 Job 的正常運行，可能延長 Job 的執行時間，引起一系列不可預料的問題。觀察 GC 的運行情況，采用不同的 GC 策略以進一步減小內存回收對Job 運行的影響。