获取系统内存大小 接口名称 WEB_GetSystemMemSizeAPI(后续废弃) 功能描述 获取系统内存大小 应用场景 获取系统内存大小 URL https://ip/action.cgi?ActionID=WEB_GetSystemMemSizeAPI 参数 无 返回值 表1

查看更多 →

业务发生踩内存导致内存节点控制头被踩，长时间后才触发业务异常，业务逻辑复杂，难以定位发生踩内存的位置。开启该功能后，在动态内存申请接口中增加内存合法性检查，对动态内存池中所有节点控制头的合法性进行检查，若已发生动态内存节点被踩，及时触发异常，输出error信息，缩小问题定位范围。通过make menuconfig打开内存合法性检查。功能依

查看更多 →

Knox进程占用内存高 用户问题 knox进程占用内存高。 问题现象 主Master节点内存使用率高，用top -c命令查看到占用内存较高的进程中有knox进程，且此进程占用内存超过4 GB。 原因分析 knox进程没有单独配置内存，进程会自动根据系统内存大小按照比例划分可用内存，导致knox占用内存大。

查看更多 →

配置NameNode内存参数 配置场景 在HDFS中，每个文件对象都需要在NameNode中注册相应的信息，并占用一定的存储空间。随着文件数的增加，当原有的内存空间无法存储相应的信息时，需要修改内存大小的设置。 配置描述 参数入口： 请参考修改集群服务配置参数，进入HDFS“全部配置”页面。

查看更多 →

排查项二：集群开启CPU管理策略后变更节点规格 集群开启CPU管理策略（绑核）时，kubelet启动参数中会将CPU Manager的策略设置为static，允许为节点上具有某些资源特征的pod赋予增强的CPU亲和性和独占性。用户如果直接在E CS 控制台对CCE节点变更规格，会由于变更前后CPU信息不

查看更多 →

请参考表1中对应设置方法进行设置。 设置建议：建议根据系统内存大小设置合理值，内存越大可以设置的取值越大。 设置不当的风险与影响：设置太小，可能会影响性能。 max_compile_packages 参数说明：设置 服务器 存储的PACKAGE编译结果的最大数量。 参数类型：整型 参数单位：无

查看更多 →

优化Flink内存GC参数 操作场景 Flink是依赖内存计算，计算过程中内存不够对Flink的执行效率影响很大。可以通过监控GC（Garbage Collection），评估内存使用及剩余情况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YARN的Container

查看更多 →

Spark Core内存调优 操作场景 并行度控制任务的数量，影响shuffle操作后数据被切分成的块数。调整并行度让任务的数量和每个任务处理的数据与机器的处理能力达到合适。 查看CPU使用情况和内存占用情况，当任务和数据不是平均分布在各节点，而是集中在个别节点时，可以增大并行度

查看更多 →

Flink应用性能调优建议 配置内存 Flink是依赖内存计算，计算过程中内存不够对Flink的执行效率影响很大。可以通过监控GC（Garbage Collection），评估内存使用及剩余情况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YARN的Container

查看更多 →

-XX:MaxMetaspaceSize=256m”(linux) 内存调整需根据服务器内存大小、操作系统版本、WEB服务器版本、JDK版本和实际使用情况进行调整，在64bit环境下分配8G内存。 某些JDK版本或操作系统限制最大堆内存，不支持分配超过1.5G的内存，如果有充足的内存，可以多建立几个节点集群成员，逐一对每个成员做相应的修改。

查看更多 →

-XX:MaxMetaspaceSize=256m”(linux) 内存调整需根据服务器内存大小、操作系统版本、WEB服务器版本、JDK版本和实际使用情况进行调整，在64bit环境下分配8G内存。 某些JDK版本或操作系统限制最大堆内存，不支持分配超过1.5G的内存，如果有充足的内存，可以多建立几个节点集群成员，逐一对每个成员做相应的修改。

查看更多 →

为什么控制台界面一直报错404等超时，服务器收不到请求？ 首先检查网络是否正常，其次尝试清空浏览器缓存，刷新界面。如谷歌浏览器，单击右上角的“缩略图标>更多工具>清除浏览器”，刷新页面后重新操作，如图1所示。 图1 清空浏览器缓存 父主题： 其他问题

查看更多 →

头显一直显示“等待连接中” 排查思路 检查头显是否连接到平台并获取可连接GPU服务器的EIP。 检查云服务器安全组是否放通对应端口。 操作步骤 在头显连接的时候，检查云服务器列表页的云服务器是否状态为正常，如图1所示。 如果云服务器状态由“闲置”变为“正常”，表示头显已连接至VR云渲游平台，请直接跳转至2。

查看更多 →

Spark Core内存调优 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-default

查看更多 →

优化Flink内存GC参数 操作场景 Flink是依赖内存计算，计算过程中内存不够对Flink的执行效率影响很大。可以通过监控GC（Garbage Collection），评估内存使用及剩余情况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YARN的Container

查看更多 →

为什么函数实际使用内存大于预估内存，甚至触发OOM？ 函数调用过程中，运行时会解析和缓存传入的event事件, 这部分操作会消耗额外的内存。 函数调用结束后，回收的内存首先会放入内部内存池中，并不一定归还给操作系统，导致内存偏高，在高并发场景下这种现象会更加明显。 父主题： 函数执行

查看更多 →

ALM-50223 BE所需最大内存大于机器剩余可用内存 告警解释 系统每30秒周期性检查BE所需最大内存是否大于机器剩余可用内存，当检查到该值不等于1（1表示小于等于，0表示大于）时产生该告警。 BE所需最大内存小于等于机器剩余可用内存时，告警清除。 告警属性 告警ID 告警级别

查看更多 →

首次访问函数慢，如何优化？ 怎样获取在函数运行过程中实际使用了多少内存？ 为什么第一次请求会比较慢？ 调用API时，报错怎么办？ 如何读取函数的请求头？ API同步执行函数接口，是否支持内网调用？ 为什么函数实际使用内存大于预估内存，甚至触发OOM？ 函数内存超限返回“runtime memory limit

查看更多 →

面就是通过读取解析这些日志文件获得的。在启动HistoryServer进程时，内存大小就已经定了。因此当日志文件很大时，加载解析这些文件就可能会造成内存不足，driver gc等问题。 所以为了在小内存模式下能加载较大日志文件，需要对大应用开启日志滚动功能。一般情况下，长时间运行的应用建议打开该功能。

查看更多 →

面就是通过读取解析这些日志文件获得的。在启动HistoryServer进程时，内存大小就已经定了。因此当日志文件很大时，加载解析这些文件就可能会造成内存不足，driver gc等问题。 所以为了在小内存模式下能加载较大日志文件，需要对大应用开启日志滚动功能。一般情况下，长时间运行的应用建议打开该功能。

查看更多 →

降低内存的处理方案 如果当前集群内存负载较高，或出现“memory is temporary unavailable”内存报错，首先利用日志信息确定内存异常节点，然后连接到该节点查询pv_total_memory_detail视图确认当前是否还存在内存不足问题，可比较proces

查看更多 →