DataNode进程的垃圾回收时间过长，可能影响该DataNode进程正常提供服务，用户无法读写文件。 可能原因 该节点DataNode实例堆内存使用率过大，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 >

查看更多 →

内存版样例 点操作 边操作 元数据操作 索引操作 查询语言 路径 图统计 图操作 子图操作 Job管理 自定义操作 Filtered-query 父主题： Python SDK样例参考

查看更多 →

创建内存加速映射 功能介绍 创建内存加速映射。 接口约束 该接口支持GeminiDB Redis 主备版。 调试 您可以在 API Explorer 中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。 URI POST

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 →

driver_memory String 驱动内存，大于等于512M(m)，或大于等于1G(g)。 driver_cores Integer 驱动核数，大于等于1。 executor_memory String 运行内存，大于等于512M(m)，或大于等于1G(g)。 executor_cores

查看更多 →

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。 解决办法 登录到Manager，进入Kafka配置页面。

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 →

系统中使用多个动态内存池时，需对各内存池进行管理和使用情况统计。系统内存机制中通过链表实现对多个内存池的管理。内存池需回收时可调用对应接口进行去初始化。通过多内存池机制，可以获取系统各个内存池的信息和使用情况，也可以检测内存池空间分配交叉情况，当系统两个内存池空间交叉时，第二个内存池会初始化失败，并给出空间交叉的提示信息。通过make m

查看更多 →

安装边缘节点的电脑需为Linux，推荐使用CentOS 7（不推荐CentOS 8，因CentOS 8缺少边缘软件依赖组件）。 安装边缘节点的电脑需要安装docker且内存不小于1G，docker要求版本大于17.06.0，推荐18.06.3，不推荐18.09.0（该版本有多处bug）。 开放7883端口。 父主题：

查看更多 →

系统”，修改参数“GC_OPTS”的值，保存配置，滚动重启Zookeeper服务，如下表所示 配置项 参考值 描述 GC_OPTS Xmx最大内存数参考值：( Master节点内存 - 16GB) * 0.65 （保守估计值） JVM用于gc的参数。仅当GC_PROFILE设置为custom时该配置才

查看更多 →

怎么查看网站剩余空间？ 在企业门户控制台，单击“网站设计”，进入后台管理界面。 在页面右上角单击，弹出“网站信息”对话框，查看网站剩余空间。 图1 网站空间 父主题： 站点类

查看更多 →

cpu架构类型，不填默认X86 最小长度：0 最大长度：24 memory 否 String 内存申请使用量，取值范围[0.1-3072]，单位G，支持一位小数。对于应用，不填默认1G；对于流程和作业，不填默认使用前一级的配置，填值会覆盖更新。覆盖关系：作业->流程->应用 最小长度：0

查看更多 →

Enclave开发之旅。 什么是内存和CPU隔离？ 内存和CPU隔离技术可以防止E CS 实例上的用户、应用程序和第三方库直接访问已被隔离给QingTian Enclave使用的内存和CPU。您可以通过华为云QingTian命令行工具（qt CLI），使用这部分被隔离的内存和CPU启动QingTian

查看更多 →

系统”，修改参数“GC_OPTS”的值，保存配置，滚动重启Zookeeper服务，如下表所示 配置项 参考值 描述 GC_OPTS Xmx最大内存数参考值：( Master节点内存 - 16GB) * 0.65 （保守估计值） JVM用于gc的参数。仅当GC_PROFILE设置为custom时该配置才

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 →

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 →

。 Pod数量：本例中修改Pod数量为1。 Pod规格：选择通用计算型，CPU 0.5核，内存 1GiB。 容器配置 在开源镜像中心搜索并选择mysql镜像。 配置镜像参数，选择镜像版本为5.7，CPU和内存配置为0.5核和1G。 在高级配置中，添加容器的环境变量MYSQL_RO

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 →

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 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 →

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 →