ALM-18013 ResourceManager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ResourceManager服务直接内存使用状态，当检测到ResourceManager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	是否自动清除
18013	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

ResourceManager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ResourceManager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 > ALM-18013 ResourceManager直接内存使用率超过阈值 > 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 > 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 > 资源”，勾选“ResourceManager内存使用详情”。查看直接内存使用情况。

图1 定制ResourceManager内存使用详情
查看ResourceManager使用的直接内存是否已达到ResourceManager设定的最大直接内存的90%(默认阈值)。
- 是，执行步骤 4。
- 否，执行步骤 9。
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”。查看“GC_OPTS”参数中是否存在“-XX:MaxDirectMemorySize”。
- 是，执行步骤 5。
- 否，执行步骤 7。
在“GC_OPTS”中删除“-XX:MaxDirectMemorySize”参数，保存配置。

MaxDirectMemorySize：表示最大堆外内存。不配置ResourceManager的“MaxDirectMemorySize”参数，即对ResourceManager的内存不做限制。GC_OPTS参数中“-XX:MaxDirectMemorySize”默认不配置。
根据如下步骤重启ResourceManager实例。
- 重启备ResourceManager实例，服务业务不受影响。
- 倒换ResourceManager过程中，Yarn无法提交新作业，已提交的作业不受影响。
1. 在Yarn服务页面，选择“实例”页签，勾选“ResourceManager (备)”实例，选择“更多 > 重启实例”，验证密码后重启实例。
2. 等待备实例重启成功后，单击Yarn的“概览”页签，选择“更多 > 执行ResourceManager倒换”，验证密码后执行主备倒换。
3. 等待主备倒换完成后，在Yarn服务页面选择“实例”页签，勾选“ResourceManager (备)”实例，选择“更多 > 重启实例”，验证密码后重启实例。等待实例重启完成。
查看告警信息，是否存在告警“ALM-18008 ResourceManager堆内存使用率超过阈值”。
- 是，查看“ALM-18008 ResourceManager堆内存使用率超过阈值”进行处理。
- 否，执行步骤 8。
观察界面告警是否清除。
- 是，处理完毕。
- 否，执行步骤 9。