在現場環境中突然發現spark application卡死，而卡死的狀態又與普通的阻塞不同，看起來就是執行了一部分job之後，後面的Job都沒有提交了。 而更為詭異的是，如果把指向不用pgpool，而直接用一個普通的pg庫，整個spark application是正常的。 此時猜測可能問題出在driver端程式碼上，發現有一個類似這樣的程式碼： df.write().jdbc(...) 主要就是將df寫成一張pg表。 查看了spark原始碼也很簡單： 1.判斷表是否存在（使用語句為select * from 表名 limit 1) 2.建立表 3.寫資料 檢視pg_stat_activity，發現是有query=select * from 表名 limit 1 語句的，處於idle狀態。 IDEA遠端連spark單步除錯，發現卡住的正是第一步： select * from 表名 limit 1 不用spark，而使用普通的jdbc執行這句話，也存在卡死的狀況。 需要說明的是，查詢的這種表是不存在的，也就是說這句話是會丟擲異常的。不會是pg丟擲了異常，而pgpool未能正確的處理此異常吧？

事實證明，pgpool確實是在處理error message時有問題，9月5日釋出的3.6.6版本修復了此問題：

所以解決方案，就是採用3.6.6版本的pgpool。