ALM-43006 JobHistory进程堆内存使用超出阈值

告警解释

系统每30秒周期性检测JobHistory进程堆内存使用状态，当检测到JobHistory进程堆内存使用率大于最大内存的95%时产生严重告警，大于最大内存的85%，小于最大内存的95%时产生次要告警。

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
43006	重要（默认阈值为最大内存的95%）次要（默认阈值为最大内存的85%）	业务质量告警	Spark	是

告警ID

告警级别

告警类型

业务类型

是否可自动清除

43006

重要（默认阈值为最大内存的95%）

次要（默认阈值为最大内存的85%）

业务质量告警

Spark

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	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

JobHistory进程堆内存使用率过高，会影响JobHistory进程运行的性能，甚至造成内存溢出导致JobHistory进程不可用，进程不可用时仅会造成无法查询Spark任务历史执行记录。

可能原因

该节点JobHistory进程堆内存使用率过大，或配置的堆内存不合理，导致使用率超过阈值。

处理步骤

检查堆内存使用率

在FusionInsight Manager首页，选择“运维 > 告警 > 告警”，选中“ID”为“43006”的告警，查看“定位信息”中的角色名以及确认主机名所在的IP地址。
在FusionInsight Manager首页，选择“集群 > 待操作集群的名称 > 服务 > Spark > 实例”，单击告警上报的JobHistory，进入实例“概览”页面，单击图表区域右上角的下拉菜单，选择“定制 > JobHistory内存使用率统计”，单击“确定”，查看JobHistory进程使用的堆内存是否已达到JobHistory进程设定的最大堆内存的阈值（默认95%）。
- 是，执行3。
- 否，执行7。
在FusionInsight Manager首页，选择“集群 > 待操作集群的名称 > 服务 > Spark > 实例”，单击告警上报的JobHistory，进入实例“概览”页面，单击图表区域右上角的下拉菜单，选择“定制 > 内存 > JobHistory进程的堆内存统计”，单击“确定”，根据告警产生时间，查看对应时间段的“JobHistory进程使用的堆内存”的值，获取最大值。
在FusionInsight Manager首页，选择“集群 > 待操作集群的名称 > 服务 > Spark > 配置”，单击“全部配置”，选择“JobHistory > 默认”，“SPARK_DAEMON_MEMORY”参数默认值为4G，可根据如下方案调整该参数值：告警时间段内JobHistory使用堆内存的最大值和“JobHistory堆内存使用率统计 (JobHistory)”阈值的比值。若参数值调整后，仍偶现告警，可以按0.5倍速率调大。若频繁出现告警，可以按1倍速率调大。

在FusionInsight Manager首页，选择“运维 > 告警 > 阈值设置 > 待操作集群名称 > Spark > 内存 > JobHistory堆内存使用率统计 (JobHistory)”，可查看“阈值”。
重启所有的JobHistory实例。
等待10分钟，观察界面告警是否清除。
- 是，处理完毕。
- 否，执行7。