ALM-18018 NodeManager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服务堆内存使用状态，当检测到NodeManager实例堆内存使用率超出阈值（最大内存的95%）时产生该告警。

堆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
18018	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堆内存使用率过高，会影响Yarn任务提交和运行的性能，甚至可能会造成内存溢出导致Yarn服务崩溃。

可能原因

该节点NodeManager实例堆内存使用率过大，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 > ALM-18018 NodeManager堆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 > 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 > 资源”，勾选“NodeManager内存使用率”。查看堆内存使用情况。

图1 定制NodeManager内存使用率
查看NodeManager使用的堆内存是否已达到NodeManager设定的最大堆内存的95%(默认阈值)。
- 是，执行4。
- 否，执行6。
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”参数的值根据实际情况调大。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。
- 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
观察界面告警是否清除。
- 是，处理完毕。
- 否，执行6。