华为云帮助中心，为用户提供产品简介、价格说明、购买指南、用户指南、API参考、最佳实践、常见问题、视频帮助等技术文档，帮助您快速上手使用华为云服务。

查看更多 →

内存加速 内存加速概述 开启内存加速 管理映射规则 内存加速管理 父主题： 用户指南

查看更多 →

内存版 点操作API 边操作API 元数据操作API 索引操作API Gremlin操作API 算法API 动态图分析API 路径API 图统计API 图操作API 子图操作API Job管理API 自定义操作API Cypher操作API（2.2.16） Filtered-query

查看更多 →

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。 在 FusionInsight

查看更多 →

NameNode堆内存使用率超过阈值 告警解释 系统每30秒周期性检测HDFS NameNode堆内存使用率，并把实际的HDFS NameNode堆内存使用率和阈值相比较。HDFS NameNode堆内存使用率指标默认提供一个阈值范围。当HDFS NameNode堆内存使用率超出阈值范围时，产生该告警。

查看更多 →

NameNode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HDFS NameNode非堆内存使用率，并把实际的HDFS NameNode非堆内存使用率和阈值相比较。HDFS NameNode非堆内存使用率指标默认提供一个阈值范围。当HDFS NameNode非堆内存使用率超出阈值范围时，产生该告警。

查看更多 →

ResourceManager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堆内存使用率，并把实际的Yarn ResourceManager堆内存使用率和阈值相比较。当Yarn ResourceManager堆内存使用率超出阈值（默认为最大堆内存的95%）时产生该告警。

查看更多 →

Impalad（Coordinator）角色的jvm内存要大于或等于Catalog角色的jvm内存 Impala的元数据存放在内存中，Impalad需要从Catalog同步全量元数据，要保证Impala的jvm内存大于Catalog的jvm内存，才可以容纳下这些元数据。 建表时分区不要

查看更多 →

规划存储大量文件的HDFS系统容量，就是规划NameNode的容量规格和DataNode的容量规格，并根据容量设置参数。 容量规格 以下相关参数可以参考修改集群服务配置参数进入HDFS服务全部配置页面，搜索对应参数查看。 NameNode容量规格 在NameNode中，每个文件对象对应DataNode中的一个文件、目录或Block。

查看更多 →

内存加速 内存加速概述 开启内存加速 管理映射规则 内存加速管理 父主题： RDS for MySQL用户指南

查看更多 →

通过内存size检查定位问题，参见内存size检查。

查看更多 →

发送优化：对于时延敏感的信息，设置linger.ms=0。对于时延不敏感的信息，设置linger.ms在100~1000之间。 生产端的JVM内存要足够，避免内存不足导致发送阻塞。 时间戳设置为与当地时间一致，避免时间戳为未来时间导致消息无法老化。 尽量复用producer，不要频繁创建p

查看更多 →

0）自动收集异常退出的JVM转储文件 当您使用Java开发业务时，如果设置的JVM堆空间过小，程序可能会出现OOM（Out Of Memory）问题。为了解决这个问题，您可以使用通用文件存储（SFS 3.0）作为记录日志的载体，并将其挂载到容器内的相应目录中。当JVM发生OOM时，通用文件存储（SFS

查看更多 →

查看组件基础监控项 基础监控主要针对应用的JVM信息、JVM监控、GC监控、线程、JAVA方法进行监控。 查看组件基础监控项 登录AOM 2.0控制台。 在左侧导航栏选择“应用监控 > 组件列表”，进入组件列表页面。 在左侧“快速筛选”栏中，选择“区域”、“应用”以及“技术栈”。

查看更多 →

值为1s，一般可以在JVM minor GC时被回收，但在多任务的情况下，集群规模较大，比如5000节点，多个节点的心跳Response会占用大量内存，导致JVM在minor GC时无法完全回收，无法回收的内存持续累积，最终触发JVM的full GC。JVM的GC都是阻塞式的，即

查看更多 →

Task需要的内存量 set mapreduce.map.java.opts=-Xmx3276M; // 每个Map Task 的JVM最大使用内存 set mapreduce.reduce.memory.mb=4096; // 每个Reduce Task需要的内存量 set mapreduce

查看更多 →

可能是由于集群节点较多时，NodeManager数据增加，但是未修改实例的内存，导致ResourceManager进程的垃圾回收时间过长，影响ResourceManager进程正常提供服务，在访问YARN的原生界面时异常。 此时建议修改实例的内存。 处理步骤 登录FusionInsight Manager，选择“集群

查看更多 →

5倍速率调大。注意：需要保证“堆内存+直接内存 <= 80% * 系统可用内存”， 否则会导致IoTDB启动失败。 查询场景调优举例：如果查询的范围比较大，单个序列10000个点以上，JVM分配内存的20% / 序列数 > 160K，即为默认配置下存储引擎对查询最友好的状态。 序列和内存大小举例：5

查看更多 →

单击开启内存检测机制。 为了避免业务极度繁忙时，采集探针对业务性能造成影响，可开启内存检测机制，使采集探针进入休眠状态。您还可以单击，设置持续周期和内存占用。 内存占用=java进程实际使用内存/可用内存上限。 可用内存上限：按照容器可用内存资源配额与JVM最大堆内存中较小一个

查看更多 →

监控数据出现实例已使用内存略大于实例可使用内存是什么原因？ D CS 单机和主备实例已使用内存为redis-server进程统计的已使用内存。集群是基于分片机制实现的，集群的已使用内存为各个分片redis-server的已使用内存的总和。 由于开源redis-server内部机制的原

查看更多 →

transport：auto 内存总体调优 Flink内部对内存进行了划分，整体上划分成为了堆内存和堆外内存两部分。Java堆内存是通过Java程序创建时指定的，这也是JVM可自动GC的部分内存。堆外内存可细分为可被JVM管理的和不可被JVM管理的，可被JVM管理的有Managed Memory、Direct

查看更多 →