弹性云服务器 ECS

 

弹性云服务器(Elastic Cloud Server)是一种可随时自助获取、可弹性伸缩的云服务器,帮助用户打造可靠、安全、灵活、高效的应用环境,确保服务持久稳定运行,提升运维效率

 
 

    堆内存使用量波动大 更多内容
  • ALM-18017 NodeManager非堆内存使用率超过阈值

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

    来自:帮助中心

    查看更多 →

  • ALM-18008 Yarn ResourceManager堆内存使用率超过阈值(2.x及以前版本)

    ResourceManager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实例内存使用量过大,或分配的内存不合理,导致使用量超过阈值。 处理步骤 检查内存使用率。 登录 MRS 集群详情页面,选择“告警管理”。

    来自:帮助中心

    查看更多 →

  • 管理向量索引缓存

    机制对这些内存进行管理。上述API能够查询当前内存使用量、缓存命中次数、加载次数等信息。 预加载向量索引 PUT /_vector/warmup/{index_name} 使用上述接口能将指定index_name的向量索引预加载至内存供查询使用。 清除缓存 PUT /_vector/clear/cache

    来自:帮助中心

    查看更多 →

  • ALM-23004 Loader堆内存使用率超过阈值

    情况调,并单击“保存”,单击“确定”。 出现此告警时,说明当前Loader实例设置的内存无法满足当前数据传输所需的内存,建议打开实例监控界面,在页面上调出“Loader内存资源状况”监控图表,观察该监控图表中“Loader使用的内存大小”的变化趋势,根据当前内存使用的

    来自:帮助中心

    查看更多 →

  • 产品规格

    式DocValue(系统内存)等场景。 超高IO型 1:8 NVMe接口的本地SSD盘,相比磁盘增强型,数据盘较小。适合对时延要求高,写入压力的场景,比如电商、APP搜索,性能比SSD云盘更好。存在本地盘有崩溃的风险,需要开启副本。 鲲鹏计算 鲲鹏通用计算型 1:2 和1:4

    来自:帮助中心

    查看更多 →

  • ALM-18016 ResourceManager非堆内存使用率超过阈值

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

    来自:帮助中心

    查看更多 →

  • 监控告警问题

    Kafka的消费组删除了,怎么监控页面还可以看到这个消费组? 为什么磁盘读/写流量、磁盘平均读/写操作耗时和CPU使用率出现明显波动? 为什么JVM内存使用率出现明显波动? 生产消息数不为0,为什么生产速率为0?

    来自:帮助中心

    查看更多 →

  • 常见概念

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

    来自:帮助中心

    查看更多 →

  • DLI支持的Prometheus基础监控指标

    M_Memory_Heap_Used JobManager的内存使用量 flink_jobmanager_Status_JVM_Memory_Heap_Committed 保证JobManager的JVM可用的内存量 flink_jobmanager_Status_JVM_Memory_Heap_Max

    来自:帮助中心

    查看更多 →

  • ALM-23005 Loader非堆内存使用率超过阈值

    出现此告警时,说明当前Loader实例设置非内存大小无法满足当前业务使用场景,建议打开“Loader非内存资源状况”监控图表,观察该监控图表中“Loader使用的非内存大小”的变化趋势,根据当前非内存使用的大小,调整“-XX:MaxPermSize”的值为当前非内存使用量的两倍(或根据实际情况进行调整)。

    来自:帮助中心

    查看更多 →

  • ALM-45589 ConfigNode堆内存使用率超过阈值

    ALM-45589 ConfigNode内存使用率超过阈值 告警解释 系统每60秒周期性检测ConfigNode进程内存使用状态,当检测到ConfigNode进程内存使用率超出阈值(最大内存的90%)时产生该告警。当ConfigNode进程内存使用率小于阈值时,告警清除。 告警属性

    来自:帮助中心

    查看更多 →

  • Elasticsearch集群搜索增强特性介绍

    配置Elasticsearch集群读写流量控制策略1.0 查询隔离 查询隔离支持对查询请求进行独立管理,将高内存、长耗时的查询请求进行隔离,保证节点内存安全。在节点内存使用率过高时,触发中断控制程序,根据选择的中断策略将其中一条查询请求进行中断,取消其正在运行的查询任务。查询隔离同时支持全局查询超时

    来自:帮助中心

    查看更多 →

  • ALM-16008 Hive服务进程非堆内存使用超出阈值

    ALM-16008 Hive服务进程非内存使用超出阈值 告警解释 系统每30秒周期性检测Hive非内存使用率,并把实际的Hive非内存使用率和阈值相比较。当Hive非内存使用率超出阈值(默认为最大非内存的95%)时产生该告警。 用户可通过“运维 > 告警 > 阈值设置 >

    来自:帮助中心

    查看更多 →

  • 配置Elasticsearch集群大查询隔离

    配置Elasticsearch集群查询隔离 场景描述 查询隔离支持对查询请求进行独立管理,将高内存、长耗时的查询请求进行隔离,保证节点内存安全。在节点内存使用率过高时,触发中断控制程序,根据选择的中断策略将其中一条查询请求进行中断,取消其正在运行的查询任务。查询隔离同时支持全局查询

    来自:帮助中心

    查看更多 →

  • ALM-19008 HBase服务进程堆内存使用率超出阈值

    择“定制 > CPU和内存 > HMaster内存使用率与直接内存使用率统计”,单击“确定”,查看HBase服务进程使用的内存是否已达到HBase服务进程设定的最大堆内存的90%。 是,执行4。 否,执行6。 图1 HMaster内存使用率与直接内存使用率统计 在 FusionInsight

    来自:帮助中心

    查看更多 →

  • ALM-45586 IoTDBServer堆内存使用率超过阈值

    IoTDBServer进程内存使用率过高,会导致IoTDBServer进程数据读写性能下降,甚至造成内存溢出导致IoTDBServer进程重启。 可能原因 该节点IoTDB进程内存使用率过大,或配置的内存不合理,导致使用率超过阈值。 处理步骤 检查内存使用率。 在FusionInsight

    来自:帮助中心

    查看更多 →

  • 基础指标:Flink指标

    ory_Heap_Used JobManager的内存使用量。 字节(Byte) flink_jobmanager_Status_JVM_Memory_Heap_Committed 保证JobManager的JVM可用的内存量。 字节(Byte) flink_jobmanag

    来自:帮助中心

    查看更多 →

  • IoTDB性能调优

    “-Xms2G -Xmx2G”为IoTDB JVM内存,对于时间序列多,写入并发量大的场景,需要增大此配置。可以根据GC时长阈值告警或内存阈值告警进行调优,如果告警发生,参数值按照0.5倍速率调。如果告警频繁发生,参数值按照1倍速率调。调整HeapSize大小时,建议将Xms和

    来自:帮助中心

    查看更多 →

  • ALM-16005 Hive服务进程堆内存使用超出阈值

    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 Hive内存使用率过高,会影响Hive任务运行的性能,甚至造成内存溢出导致Hive服务不可用。 可能原因 该节点Hive实例内存使用量过大,或分配的内存不合理,导致使用率超过阈值。 处理步骤 检查内存使用率。 在FusionInsight Manager首页,选择“运维

    来自:帮助中心

    查看更多 →

  • ALM-43006 JobHistory进程堆内存使用超出阈值(2.x及以前版本)

    JobHistory进程内存使用率过高,会影响JobHistory进程运行的性能,甚至造成内存溢出导致JobHistory进程不可用。 可能原因 该节点JobHistory进程内存使用率过大,或配置的内存不合理,导致使用率超过阈值。 处理步骤 检查内存使用率。 登录MRS集群详情页面,选择“告警管理”。

    来自:帮助中心

    查看更多 →

  • ALM-38002 Kafka堆内存使用率超过阈值(2.x及以前版本)

    Kafka可用内存不足,可能会造成内存溢出导致服务崩溃。 可能原因 该节点Kafka实例内存使用率过大,或配置的内存不合理,导致使用率超过阈值。 处理步骤 检查内存使用率。 登录MRS集群详情页面,选择“告警管理”。 单击“ALM-38002 Kafka内存使用率超过阈值

    来自:帮助中心

    查看更多 →

共105条
看了本文的人还看了