ALM-18011 NodeManager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NodeManager进程的垃圾回收（GC）占用时间，当检测到NodeManager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
18011	重要	是

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

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

可能原因

该NodeManager节点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。

在FusionInsight Manager首页，选择“运维 > 告警 > 告警 > ALM-18011 NodeManager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。
在FusionInsight Manager首页，选择“集群 > 待操作集群的名称 > 服务 > Yarn > 实例 > NodeManager（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“NodeManager垃圾回收（GC）时间”。查看NodeManager每分钟的垃圾回收时间统计情况。

图1 定制NodeManager垃圾回收（GC）时间
查看NodeManager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。
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 > NodeManager > 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NodeManager内存大小的对应关系参考如下：
- 集群中的NodeManager实例数量达到100，NodeManager实例的JVM参数建议配置为：-Xms2G -Xmx4G -XX:NewSize=512M -XX:MaxNewSize=1G
- 集群中的NodeManager实例数量达到200，NodeManager实例的JVM参数建议配置为：-Xms4G -Xmx4G -XX:NewSize=512M -XX:MaxNewSize=1G
- 集群中的NodeManager实例数量达到500以上，NodeManager实例的JVM参数建议配置为：-Xms8G -Xmx8G -XX:NewSize=1G -XX:MaxNewSize=2G
保存配置，并重启NodeManager实例。

NodeManager重启过程中，提交到该节点的Container可能会重试到其他节点。
观察界面告警是否清除。
- 是，处理完毕。
- 否，执行7。