文档首页/ MapReduce服务 MRS/ 用户指南/ MRS集群运维/ MRS集群告警处理参考/ ALM-18016 ResourceManager非堆内存使用率超过阈值
更新时间：2024-10-24 GMT+08:00
查看PDF
分享

ALM-18016 ResourceManager非堆内存使用率超过阈值

告警解释

系统每30秒周期性检测Yarn ResourceManager非堆内存使用率，并把实际的Yarn ResourceManager非堆内存使用率和阈值相比较。当Yarn ResourceManager非堆内存使用率超出阈值（默认为最大非堆内存的90%）时产生该告警。

用户可通过“运维 > 告警 > 阈值设置 > 待操作集群的名称 > Yarn”修改阈值。

当Yarn ResourceManager非堆内存使用率小于或等于阈值时，告警恢复。

告警属性

告警ID

告警级别

是否自动清除

18016

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

Yarn ResourceManager非堆内存使用率过高，会影响Yarn任务提交和运行的性能，甚至造成内存溢出导致Yarn服务不可用。

可能原因

该节点Yarn ResourceManager实例非堆内存使用量过大，或分配的非堆内存不合理，导致使用量超过阈值。

处理步骤

检查非堆内存使用量。

  1. 在FusionInsight Manager界面，选择“运维 > 告警 > 告警 > ALM-18016 Yarn ResourceManager非堆内存使用率超过阈值 > 定位信息”。查看告警上报的实例的主机名。
  2. 在FusionInsight Manager界面，选择“集群 > 待操作集群的名称 > 服务 > Yarn > 实例 > ResourceManager（对应上报告警实例主机名）”，单击图表区域右上角的下拉菜单，选择“定制 > 资源”，勾选“ResourceManager内存使用率”。查看非堆内存使用情况。

    图1 定制ResourceManager内存使用率

  3. 查看ResourceManager使用的非堆内存是否已达到ResourceManager设定的最大非堆内存的90%。

    • 是，执行4。
    • 否，执行6。

  4. 在FusionInsight Manager界面，选择“集群 > 待操作集群的名称 > 服务 > Yarn > 配置 > 全部配置 > ResourceManager > 系统”。对ResourceManager 的内存参数“GC_OPTS”进行调整。保存配置，并重启ResourceManager实例。

    • 重启主ResourceManager实例，会发生ResourceManager实例主备倒换，倒换过程中，Yarn无法提交新作业，已提交的作业不受影响。Yarn组件以及依赖Yarn的组件会出现短暂的服务不可用告警。

      重启备ResourceManager实例，服务业务不受影响。

    • 集群中的NodeManager实例数量和ResourceManager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，ResourceManager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200，ResourceManager实例的JVM参数建议配置为：-Xms6G -Xmx6G -XX:NewSize=512M -XX:MaxNewSize=1G
      • 集群中的NodeManager实例数量达到500，ResourceManager实例的JVM参数建议配置为：-Xms10G -Xmx10G -XX:NewSize=1G -XX:MaxNewSize=2G
      • 集群中的NodeManager实例数量达到1000，ResourceManager实例的JVM参数建议配置为：-Xms20G -Xmx20G -XX:NewSize=1G -XX:MaxNewSize=2G
      • 集群中的NodeManager实例数量达到2000，ResourceManager实例的JVM参数建议配置为：-Xms40G -Xmx40G -XX:NewSize=2G -XX:MaxNewSize=4G
      • 集群中的NodeManager实例数量达到3000，ResourceManager实例的JVM参数建议配置为：-Xms60G -Xmx60G -XX:NewSize=2G -XX:MaxNewSize=4G
      • 集群中的NodeManager实例数量达到4000，ResourceManager实例的JVM参数建议配置为：-Xms80G -Xmx80G -XX:NewSize=2G -XX:MaxNewSize=4G
      • 集群中的NodeManager实例数量达到5000，ResourceManager实例的JVM参数建议配置为：-Xms100G -Xmx100G -XX:NewSize=3G -XX:MaxNewSize=6G

  5. 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。

  1. 在FusionInsight Manager界面，选择“运维 > 日志 > 下载”。
  2. 在“服务”中勾选待操作集群的如下节点信息。

    • NodeAgent
    • Yarn

  3. 单击右上角的设置日志收集的“开始时间”和“结束时间”分别为告警产生时间的前后10分钟，单击“下载”。
  4. 请联系运维人员，并发送已收集的故障日志信息。

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

无。