ALM-43009 JobHistory2x进程GC时间超出阈值

告警解释

系统每60秒周期性检测JobHistory2x进程的GC时间，当检测到JobHistory2x进程的GC时间超出阈值（连续3次检测超过12秒）时产生该告警。用户可通过“运维 >告警 > 阈值设置 > Spark2x > GC时间 > JobHistory2x的总GC时间”修改阈值。当JobHistory2x进程 GC时间小于或等于阈值时，告警恢复。

MRS 3.3.0-LTS及之后的版本中，Spark2x服务改名为Spark，服务包含的角色名也有差异，例如JobHistory2x变更为JobHistory。相关涉及服务名称、角色名称的描述和操作请以实际版本为准。

告警属性

告警ID	告警级别	是否自动清除
43009	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

GC时间超出阈值，会影响JobHistory2x进程运行的性能，甚至造成JobHistory2x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JobHistory2x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 > 服务 > Spark2x > 实例”，单击告警上报的JobHistory2x，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 > JobHistory2x的GC时间”，单击“确定”，查看JobHistory2x进程的GC时间是否大于阈值（默认12秒）。
- 是，执行3。
- 否，执行6。
图1 JobHistory2x的GC时间
在FusionInsight Manager首页，选择“集群 > 服务 > Spark2x > 配置”，单击“全部配置”，选择“JobHistory2x > 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JobHistory2x实例。

重启实例期间实例不可用，当前实例节点的任务会执行失败。
等待10分钟，观察界面告警是否清除。
- 是，处理完毕。
- 否，执行6。