ALM-14016 DataNode直接内存使用率超过阈值

告警解释

系统每30秒周期性检测HDFS服务直接内存使用状态，当检测到DataNode实例直接内存使用率超出阈值（最大内存的90%）时，产生该告警。

直接内存使用率小于阈值时，告警恢复。

告警属性

告警ID	告警级别	告警类型	业务类型	是否可自动清除
14016	紧急（默认阈值为95%）重要（默认阈值为90%）	业务质量告警	HDFS	是

告警ID

告警级别

告警类型

业务类型

是否可自动清除

14016

紧急（默认阈值为95%）

重要（默认阈值为90%）

业务质量告警

HDFS

是

告警参数

类别	参数名称	参数含义
定位信息	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。
附加信息	触发条件	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可用直接内存不足，可能会造成内存溢出导致服务崩溃。

可能原因

该节点DataNode实例直接内存使用率过大，或配置的直接内存不合理，导致使用率超过阈值。

处理步骤

检查直接内存使用率。

在FusionInsight Manager首页，选择“运维 > 告警 > 告警”，单击告警“ALM-14016 DataNode直接内存使用率超过阈值”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。
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 > 资源”，勾选“DataNode内存使用详情”。查看直接内存使用情况。
查看DataNode使用的直接内存是否已达到DataNode设定的最大直接内存的90%(默认阈值)。
- 是，执行4。
- 否，执行8。
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”。查看“GC_OPTS”参数中是否存在“-XX:MaxDirectMemorySize”。
- 是，执行5。
- 否，执行6。
调整“-XX:MaxDirectMemorySize”大小。
1. 在“GC_OPTS”中查看 “-Xmx”配置的大小，并判断节点内存是否够用。
  节点内存是否够用可根据实际环境进行判断，例如可使用以下方法：
  以root用户登录告警上报的实例的IP地址，执行free -g命令，查看“free”列的“Mem”值即为节点可用内存，如下示例中节点可用内存为4G。
  total used free shared buff/cache available Mem: 112 48 4 10 58 46 ......
  如果节点可用内存大于或等于“-Xmx”的值，则节点内存够用。如果节点可用内存小于“-Xmx”的值，则节点内存不够用。
  - 是，修改“-XX:MaxDirectMemorySize”的配置值与“-Xmx”配置值相同。
  - 否，适量调大“-XX:MaxDirectMemorySize”的大小，但取值不得超过节点可用内存。
2. 保存配置，重启DataNode实例。
查看告警信息，是否存在告警“ALM-14008 DataNode堆内存使用率超过阈值”。
- 是，参考“ALM-14008 DataNode堆内存使用率超过阈值”进行处理。
- 否，执行7。
观察界面告警是否清除。
- 是，处理完毕。
- 否，执行8。