更新时间：2024-11-29 GMT+08:00
ALM-43009 JobHistory进程GC时间超出阈值
告警解释
系统每60秒周期性检测JobHistory进程的GC时间，当检测到JobHistory进程的GC时间超出阈值（连续3次检测超过12秒）时产生严重告警，连续3次检测超过9.6秒时产生次要告警。用户可通过“运维 >告警 > 阈值设置 > 待操作集群的名称 > Spark > GC时间 > JobHistory的总GC时间”修改阈值。当JobHistory进程 GC时间小于或等于阈值时，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 |
|---|---|---|---|---|
|
43009 |
次要（默认连续3次检测超过9.6秒） 重要（默认连续3次检测超过12秒） |
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
GC时间超出阈值，会影响JobHistory进程运行的性能，甚至造成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，导致进程GC频繁。
处理步骤
检查GC时间
- 在FusionInsight Manager首页，选择“运维 > 告警 > 告警”，选中“ID”为“43009”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的GC时间”，单击“确定”，查看JobHistory进程的GC时间是否大于阈值（默认12秒）。
- 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”，将“SPARK_DAEMON_MEMORY”参数的值根据如下原则调整：“SPARK_DAEMON_MEMORY”参数默认值为4G，若偶现告警，可以按0.5倍速率调大。若告警次数比较频繁，可以按1倍速率调大。
- 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6。
收集故障信息
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
不涉及。
父主题： 告警参考
