MRS 集群频繁产生节点间心跳中断告警 问题现象 MRS集群频繁上报Manager主备节点间心跳中断、DBService主备节点间心跳中断、节点故障等告警，偶尔会造成Hive不可用，影响上层业务。 原因分析 在出现告警时间点发现虚拟机发生了重启，告警发生的原因是因虚拟机重启导致的。

查看更多 →

配置NodeManager角色实例使用的资源 操作场景 如果部署NodeManager的各个节点硬件资源（如CPU核数、内存总量）不一样，而NodeManager可用硬件资源设置为相同的值，可能造成性能浪费或状态异常，需要修改各个NodeManager角色实例的配置，使硬件资源得到充分利用。

查看更多 →

配置NodeManager角色实例使用的资源 操作场景 如果部署NodeManager的各个节点硬件资源（如CPU核数、内存总量）不一样，而NodeManager可用硬件资源设置为相同的值，可能造成性能浪费或状态异常，需要修改各个NodeManager角色实例的配置，使硬件资源得到充分利用。

查看更多 →

Master负责协调来自ResourceManager的资源，并通过NodeManager监视容器的执行和资源使用（CPU、内存等的资源分配）。 NodeManager管理一个YARN集群中的每个节点。NodeManager提供针对集群中每个节点的服务，从监督对一个容器的终生管理到监视

查看更多 →

NodeManager关闭导致Executor(s)未移除 问题 在Executor动态分配打开的情况下，如果在任务执行过程中，执行NodeManager关闭动作，NodeManager关闭节点上的Executor(s)在空闲超时之后，在driver页面上未被移除。 回答 这是因

查看更多 →

参数描述 参数 描述 默认值 yarn.nodemanager.linux-container-executor.user 运行任务的用户。 默认为空。 说明： 默认为空，实际以提交任务的用户来运行任务。 yarn.nodemanager.container-executor.class

查看更多 →

Yarn服务不可用（2.x及以前版本） ALM-18002 NodeManager心跳丢失（2.x及以前版本） ALM-18003 NodeManager不健康（2.x及以前版本） ALM-18004 NodeManager磁盘可用率低于阈值（2.x及以前版本） ALM-18006

查看更多 →

服务端和客户端的心跳超时时间都设置为0时，表示禁用心跳。 配置心跳超时时间后，RabbitMQ服务端和客户端都会向对方发送AMQP心跳帧作为心跳，发送的时间间隔为心跳超时时间的一半。客户端在两次错过心跳后，会被认为是不可达的，TCP连接将被关闭。当客户端检测到服务端由于心跳而无法访问时

查看更多 →

区域右上角的下拉菜单，选择“定制 > 资源”，勾选“NodeManager内存使用率”。查看直接内存使用情况。 图1 定制NodeManager内存使用率 查看NodeManager使用的直接内存是否已达到NodeManager设定的最大直接内存的90%(默认阈值)。 是，执行步骤

查看更多 →

(cdl_job_id); 心跳表创建完成后，在CDL WebUI界面创建从Postgresql抓取数据到Hudi的同步任务并启动即可收到心跳数据。 配置opengauss到Hudi任务的心跳表 在需要同步的opengauss数据库下执行以下命令创建一张心跳表，心跳表归属cdc_cdl

查看更多 →

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 故障的NodeManager节点无法提供Yarn服务。 容器减少，集群性能下降。 可能原因 NodeManager节点所在主机的硬盘空间不足。 NodeManager节点本地目录omm用户无访问权限。 处理步骤 收集故障信息。

查看更多 →

include hrp命令查看对端remote的ip和心跳接口是否正确并查看hrp enable是否使能。 原因2：主备设备心跳接口之间的链路中断。 通过ping检查主备设备心跳接口之间的链路是否正常。 原因3：主设备或备设备故障导致无法收发心跳报文。 检查主备设备的状态是否有异常： 输入命令

查看更多 →

ALM-18017 NodeManager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Yarn NodeManager非堆内存使用率，并把实际的Yarn NodeManager非堆内存使用率和阈值相比较。当Yarn NodeManager非堆内存使用率超出阈值（默认为最大非堆内存的90%）时产生该告警。

查看更多 →

ALM-45640 FlinkServer主备节点间心跳中断 本章节适用于MRS 3.2.0及以后版本。 告警解释 FlinkServer主节点或备节点连续30秒（keepalive配置的心跳中断时间）未收到对端的心跳消息后，系统产生告警。 当心跳恢复后，告警恢复。 告警属性 告警ID 告警级别

查看更多 →

> 全部配置 > NodeManager > 系统”。将“GC_OPTS”参数根据实际情况调大。 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

查看更多 →

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，执行步骤 4。

查看更多 →

参数描述 参数 描述 默认值 yarn.nodemanager.linux-container-executor.user 运行任务的用户。 默认为空。 说明： 默认为空，实际以提交任务的用户来运行任务。 yarn.nodemanager.container-executor.class

查看更多 →

造成该现象的原因是NodeManager重启。使用ExternalShuffle的时候，Spark将借用NodeManager传输Shuffle数据，因此NodeManager的内存将成为瓶颈。 在当前版本的 FusionInsight 中，NodeManager的默认内存只有1G，

查看更多 →

ALM-12010 Manager主备节点间心跳中断 告警解释 当主Manager节点在7秒内没有收到备Manager节点的心跳信号时，产生该告警。 当主Manager节点收到备Manager节点的心跳信号后，告警恢复。 告警属性 告警ID 告警级别 是否自动清除 12010 重要

查看更多 →

ALM-27003 DBService主备节点间心跳中断 告警解释 DBService主节点或备节点超过7秒未收到对端的心跳消息后，系统产生告警。 当心跳恢复后，该告警恢复。 告警属性 告警ID 告警级别 是否自动清除 27003 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。

查看更多 →

造成该现象的原因是NodeManager重启。使用ExternalShuffle的时候，Spark将借用NodeManager传输Shuffle数据，因此NodeManager的内存将成为瓶颈。 在当前版本的FusionInsight中，NodeManager的默认内存只有1G，

查看更多 →