更新时间:2023-03-17 GMT+08:00

ALM-18010 ResourceManager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ResourceManager进程的垃圾回收(GC)占用时间,当检测到ResourceManager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

18010

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

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

可能原因

该节点ResourceManager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 > ALM-18010 ResourceManager进程垃圾回收(GC)时间超过阈值 > 定位信息”。查看告警上报的实例的IP地址。
  2. 在FusionInsight Manager首页,选择“集群 > 待操作集群的名称 > 服务 > Yarn > 实例 > ResourceManager(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“ResourceManager垃圾回收(GC)时间”。查看ResourceManager每分钟的垃圾回收时间统计情况。
  3. 查看ResourceManager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 > Yarn > 配置 > 全部配置 > ResourceManager > 系统”。将“GC_OPTS”参数根据实际情况调大。

    集群中的NodeManager实例数量和ResourceManager内存大小的对应关系参考如下:

    • 集群中的NodeManager实例数据达到100,ResourceManager实例的JVM参数建议配置为:-Xms4G -Xmx4G -XX:NewSize=512M -XX:MaxNewSize=1G
    • 集群中的NodeManager实例数据达到200,ResourceManager实例的JVM参数建议配置为:-Xms6G -Xmx6G -XX:NewSize=512M -XX:MaxNewSize=1G
    • 集群中的NodeManager实例数据达到500,ResourceManager实例的JVM参数建议配置为:-Xms10G -Xmx10G -XX:NewSize=1G -XX:MaxNewSize=2G
    • 集群中的NodeManager实例数据达到1000,ResourceManager实例的JVM参数建议配置为:-Xms20G -Xmx20G -XX:NewSize=1G -XX:MaxNewSize=2G
    • 集群中的NodeManager实例数据达到2000,ResourceManager实例的JVM参数建议配置为:-Xms40G -Xmx40G -XX:NewSize=2G -XX:MaxNewSize=4G
    • 集群中的NodeManager实例数据达到3000,ResourceManager实例的JVM参数建议配置为:-Xms60G -Xmx60G -XX:NewSize=2G -XX:MaxNewSize=4G
    • 集群中的NodeManager实例数据达到4000,ResourceManager实例的JVM参数建议配置为:-Xms80G -Xmx80G -XX:NewSize=2G -XX:MaxNewSize=4G
    • 集群中的NodeManager实例数据达到5000,ResourceManager实例的JVM参数建议配置为:-Xms100G -Xmx100G -XX:NewSize=3G -XX:MaxNewSize=6G

  5. 保存配置,并重启该ResourceManager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界面,选择“运维 > 日志 > 下载”。
  2. 在“服务”中勾选待操作集群的“ResourceManager”。
  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。