更新时间:2023-03-17 GMT+08:00

ALM-14015 DataNode进程垃圾回收(GC)时间超过阈值

告警解释

系统每60秒周期性检测DataNode进程的垃圾回收(GC)占用时间,当检测到DataNode进程的垃圾回收(GC)时间超出阈值(默认12秒)时,产生该告警。

垃圾回收(GC)时间小于阈值时,告警恢复。

告警属性

告警ID

告警级别

是否自动清除

14015

重要

告警参数

参数名称

参数含义

来源

产生告警的集群名称。

服务名

产生告警的服务名称。

角色名

产生告警的角色名称。

主机名

产生告警的主机名。

Trigger Condition

系统当前指标取值满足自定义的告警设置条件。

对系统的影响

DataNode进程的垃圾回收时间过长,可能影响该DataNode进程正常提供服务。

可能原因

该节点DataNode实例堆内存使用率过大,或配置的堆内存不合理,导致进程GC频繁。

处理步骤

检查GC时间。

  1. 在FusionInsight Manager首页,选择“运维 > 告警 > 告警”,单击告警“ALM-14015 DataNode进程垃圾回收(GC)时间超过阈值”所在行的下拉菜单,在“定位信息”中查看告警上报的角色名并确定实例的IP地址。
  2. 在FusionInsight Manager首页,选择“集群 > 待操作集群的名称 > 服务 > HDFS > 实例 > DataNode(对应上报告警实例IP地址)”,单击图表区域右上角的下拉菜单,选择“定制 > 垃圾回收”,勾选“DataNode垃圾回收(GC)时间”。查看DataNode每分钟的垃圾回收时间统计情况。
  3. 查看DataNode每分钟的垃圾回收时间统计值是否大于告警阈值(默认12秒)。

    • 是,执行4
    • 否,执行7

  4. 在FusionInsight Manager首页,选择“集群 > 待操作集群的名称 > 服务 > HDFS > 配置 > 全部配置 > DataNode > 系统”。将“GC_OPTS”参数值根据实际情况调大。

    单个DataNode实例平均Block数量和DataNode内存的对应关系参考值如下:

    • 单个DataNode实例平均Block数量达到2,000,000,DataNode的JVM参数参考值为:-Xms6G -Xmx6G -XX:NewSize=512M -XX:MaxNewSize=512M
    • 单个DataNode实例平均Block数量达到5,000,000,DataNode的JVM参数参考值为:-Xms12G -Xmx12G -XX:NewSize=1G -XX:MaxNewSize=1G

  5. 保存配置,并重启该DataNode实例。
  6. 观察界面告警是否清除。

    • 是,处理完毕。
    • 否,执行7

收集故障信息。

  1. 在FusionInsight Manager首页,选择“运维 > 日志 > 下载”。
  2. 在“服务”中勾选待操作集群的“DataNode”。
  3. 单击右上角的设置日志收集的“开始时间”和“结束时间”分别为告警产生时间的前后10分钟,单击“下载”。
  4. 请联系运维人员,并发送已收集的故障日志信息。

告警清除

此告警修复后,系统会自动清除此告警,无需手工清除。

参考信息

无。