因爲之前spark程序運算量不是特別大，關於提交時申請的集羣資源就一直沒有變動，後來數據不斷增大，導致程序出現以下異常：
java.lang.OutOfMemoryError: Java heap space
java.lang.OutOfMemoryError：GC overhead limit exceeded
spark屬性方面調整：
一般這兩個異常是由於executor或者driver內存設置的不夠導致的，driver設置過小的情況不過相對較小，一般是由於executoer內存不足導致的。 不過不論是哪種情況，我們都可以通過提交命令或者是spark的配置文件指定driver-memory和executor-memory的內存大小來解決問題。
spark-submit --master yarn-cluster --class MAIN_CLASS --executor-memory 10G --executor-cores 10 --driver-memory 2g --name APP_NAME
代碼方面調整建議：
其實當數據量越大時，越能體現出代碼質量的重要性，所以出現oom的問題也應該從代碼方向看一下是否還有調整優化的空間，特別是針對RDD操作的代碼。比如，RDD是否還需要重用進行多次操作，如果是我們就可以使用cache()和persist()選擇不同的緩存策略，不但提高下次操作時的執行效率，並且還能節省創建RDD佔用的內存。另外Transformation 操作是延遲計算的，也就是說從一個RDD 轉換生成另一個 RDD 的轉換操作不是馬上執行，需要等到有 Action 操作的時候纔會真正觸發運算。
另外還有算子的選擇，例如：mapPartitionsToPair雖然能提高spark的執行效率，但如果數據量過大內存不足在進行算子操作時，也會有可能跑出java heap space異常
另外還有算子內操作儘量能用基本數據類型就不用引用類型，能用數組就不用集合，另外還比如字符串拼接，用StringBuffer代替+連接等等。這些方式不但可以節省空間還能增加算子的執行效率。
博主還是新手，以上均爲個人理解，但都是工作中已經實踐確認過的，如有錯誤，歡迎指正。