1.变量未序列化，任务无法提交
A: spark任务会分发到很多台机器去执行，这个过程伴随着数据的IO，如果传递的数据未序列化，将无法分发到执行机。如果传递的是未序列化的变量，可以将变量改为实例变量或类变量，在函数中直接引用该变量，取消传参行为。这样在任务执行的时候，代码和数据都会分发到执行机上
2.当前执行线程过多，超过上限，143错误码
A: 数据未shuffle，任务直接跑在数据所在的机器上，由于存储的数据过于细碎，机器太多，导致执行的任务过多，开启的线程过多，超过上限。解决办法是join数据，再做repartition，减少数据分散度，以便减少spark任务的执行数量
3.出现maxResultSize异常
A: Spark任务是基于内存的，调用collect()方法直接将所有数据都取出来，导致执行机没有足够大内存承载这么大数据，即使调大maxResultSize也是徒劳，因为内存是有限的，而数据却很大。解决办法是 TODO 数据分区再执行
