内存 文档数据库服务DDS实例可以使用的内存上限。 父主题： 常用概念

查看更多 →

24G内存，96核CPU/768G内存）；128MB（64核CPU/512G内存，60核CPU/480G内存，32核CPU/256G内存，16核CPU/128G内存）；64MB（8核CPU/64G内存）；32MB（4核CPU/32G内存）；16MB（4核CPU/16G内存） 设置建议：

查看更多 →

32MB（196核CPU/1536G内存，128核CPU/1024G内存，104核CPU/1024G内存，96核CPU/1024G内存，96核CPU/768G内存，80核CPU/640G内存）；16MB（72核CPU/576G内存，64核CPU/512G内存，60核CPU/480G内存，32核CPU/

查看更多 →

。因此使用的总内存可能是work_mem的好几倍。 参数类型：USERSET 取值范围：整型，64~INT_MAX，单位为KB。 默认值：小规格内存为512MB， 大规格内存为2GB（max_process_memory大于等于30GB为大规格内存，否则为小规格内存）。 设置建议：

查看更多 →

。因此使用的总内存可能是work_mem的好几倍。 参数类型：USERSET 取值范围：整型，64~INT_MAX，单位为KB。 默认值：小规格内存为512MB， 大规格内存为2GB（max_process_memory大于等于30GB为大规格内存，否则为小规格内存）。 设置建议：

查看更多 →

200（196核CPU/1536G内存，128核CPU/1024G内存，104核CPU/1024G内存，96核CPU/1024G内存，96核CPU/768G内存，80核CPU/640G内存，64核CPU/512G内存，60核CPU/480G内存，32核CPU/256G内存，16核CPU/128G内存，8核C

查看更多 →

U/1024G内存，96核CPU/1024G内存，96核CPU/768G内存，80核CPU/640G内存，64核CPU/512G内存，60核CPU/480G内存，32核CPU/256G内存，16核CPU/128G内存，8核CPU/64G内存，4核CPU/32G内存）；128kB（4核CPU/16G内存）

查看更多 →

out”日志文件过大，造成OS盘/var/log分区空间不足。 原因分析 在HDFS长时间运行场景下，操作系统会把JVM创建的“/tmp/.java_pid*”文件定期清理。因为HDFS的内存监控使用了JVM的jinfo命令，而jinfo依赖“/tmp/.java_pid*”文件，当该文件不存在时，jinfo会执行kill

查看更多 →

。当堆内存不足时，任务无法分配，将频繁触发GC，导致Elasticsearch进程异常退出。 处理步骤 如果集群长期处于高负载状态，则集群会存在写入、查询缓慢等情形，建议根据业务需要升级节点规格或者对集群节点的数量和存储容量进行扩容，使集群更好的满足业务需求。升级节点规格、扩容节

查看更多 →

的值，这样可以避免JVM动态调整堆内存大小时影响性能。 调整“-XX:NewSize”大小的时候，建议把其设置为“-Xmx”大小的1/8。 RegionServer需要的内存一般比HMaster要大。在内存充足的情况下，堆内存可以相对设置大一些。 根据机器的内存大小设置“-Xmx

查看更多 →

监控项列表 通过图实例运维监控功能提供的相关监控项，用户可以从中获取有关图实例的状态以及可用资源数量等，并深入了解当前实例实时的资源消耗情况。 图引擎服务(GES)相关监控项指标，具体请参见表 图引擎服务(GES)监控列表。 表1 图引擎服务(GES)监控列表 监控对象 指标名称

查看更多 →

Memory）：为保证程序运行系统分配的堆内存总量，在程序运行期间根据使用情况，会在初始堆内存和最大堆内存之间波动变化。 使用的堆内存（Used Heap Memory）：当前程序运行时已经使用的堆内存，这个内存小于分配的堆内存。 非堆内存：在JVM中堆之外的内存称为非堆内存（Non Heap Me

查看更多 →

景可进行不同程度的优化配置，此处主要提供日志配置log4j2.properties、jvm.options运行内存优化配置。 jvm运行内存配置 图1 jvm.options 表1 jvm运行内存配置 配置项 配置类型 默认值 配置说明 -Djava.awt.headless boolean

查看更多 →

Kafka”，单击“配置”，选择“全部配置”，发现“KAFKA_JVM_PERFORMANCE_OPTS”的中“-XX:MaxDirectMemorySize”值为“1G”。 直接内存配置过小导致报错，而且一旦直接内存溢出，该节点将无法处理新请求，会导致其他节点或者客户端访问超时失败。

查看更多 →

8GB 单个Worker节点使用的内存大小 * 0.8。 Worker JVM进程最大可用内存。 worker.jvm.config query.max-memory-per-node 5GB Worker JVM * 0.7。 Query单节点最大可用内存。 worker.config

查看更多 →

检查系统内存大小，以及剩余内存量，并判断是否满足IEF需求。edgectl check memorymemory可以简写为mem，即：edgectl check mem无检查内存：示例执行结果：

查看更多 →

Netty内存 介绍APM采集的Netty内存指标的类别、名称、含义等信息。 表1 Netty内存指标说明 指标类别 指标 指标名称 指标说明 单位 数据类型 默认聚合方式 内存（memory，内存指标。） directMemoryUsage 已使用直接内存 已使用直接内存 - INT

查看更多 →

配置内存 操作场景 Spark是内存计算框架，计算过程中内存不够对Spark的执行效率影响很大。可以通过监控GC（Garbage Collection），评估内存中RDD的大小来判断内存是否变成性能瓶颈，并根据情况优化。 监控节点进程的GC情况（在客户端的conf/spark-defaults

查看更多 →

内存版 内存版业务面API包括点操作、边操作、元数据操作、索引操作、Gremlin操作、算法、路径、图统计、图操作、子图操作、Job管理、Cypher操作API。 表1 点操作API 名称 版本 URL 功能描述 点过滤查询 1.0.0 POST/ges/v1.0/{projec

查看更多 →

内存加速 开启内存加速，MySQL数据更新后，会把数据全部缓存到GeminiDB Redis吗？ 开启内存加速，GeminiDB Redis数据会不断增长，需要扩容吗？如何进行缓存数据管理？ 客户已有业务实现“db”+“缓存”，推荐使用内存加速吗？哪种场景可以让客户使用内存加速方案？

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 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。 一个文件至少占用一个Block，默认每个B

查看更多 →