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 →

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 →

在“实例管理”页面，选择目标实例名称。 在左侧导航栏选择“内存加速”，单击“创建GeminiDB实例”。 填写并选择实例相关信息后，单击“提交”，完成实例创建。 表1 基本信息 参数 描述 GeminiDB实例规格 实例的CPU和内存，详细规格见表2。 数据库端口 数据库的访问端口号。 GeminiDB

查看更多 →

选择实例：在下拉列表中选择实例，当前最多可以同时选择1个实例。 表1 快照列表参数说明 参数 说明 日期 获取调试信息的时间。 CPU核数 CPU核数。 内存分配速率 内存的速度，它代表着该内存所能达到的最高工作频率。 实例名称 实例名称。 鼠标停留在列表中的某一行单击，展示该行对应的火焰图。 图2 快照火焰图

查看更多 →

Integer 请求总次数 R max_latency Integer 最大延时 R avg_latency Double 平均耗时 R max_backend_latency Integer 最大后端延时 R avg_backend_latency Double 平均后端延时 R max_inner_latency

查看更多 →

1分钟 broker_memory_usage 内存使用率 统计MQS节点虚拟机的内存使用率。 ≥0 单位：百分比 节点 1分钟 broker_heap_usage Kafka进程JVM堆内存使用率 统计MQS节点Kafka进程JVM中的堆内存使用率。 ≥0 单位：百分比 节点 1分钟

查看更多 →

network.netty.transport：auto 内存总体调优 Flink内部对内存进行了划分，整体上划分成为了堆内存和堆外内存两部分。Java堆内存是通过Java程序创建时指定的，这也是JVM可自动GC的部分内存。堆外内存可细分为可被JVM管理的和不可被JVM管理的，可被JVM管理的有Managed

查看更多 →

st编码格式，节约内存。 - 1~10000 64 latency-monitor-threshold 延时监控的采样时间阈值（最小值）。 当阈值设置为0时，不做监控，也不采样；当阈值设置为大于0时，将监控并记录执行耗时大于阈值的操作。 您可以通过LATENCY等命令获取统计数据和配置、执行采样监控。

查看更多 →

max_inner_latency Integer 最大网关内部延时 单位：ms avg_inner_latency Float 平均网关内部延时 单位：ms max_backend_latency Integer 最大后端延时 avg_backend_latency Float 平均后端延时

查看更多 →

错误次数 max_inner_latency Integer 最大网关内部延时 avg_inner_latency Float 平均网关内部延时 max_backend_latency Integer 最大后端延时 avg_backend_latency Float 平均后端延时 output_throughput

查看更多 →

实例信息 thread 否 Integer 线程名称 cpu 否 Double CPU信息 memory 否 Map<String, Long> 内存信息 interfaces 否 Array of FunctionMetricInfo objects 监控项信息列表 表4 FunctionMetricInfo

查看更多 →

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 →

单击“高级”页签，在“虚拟内存”区域单击“更改”。 弹出“虚拟内存”对话框。 图1 “虚拟内存”对话框 清除勾选“自动管理所有驱动器的分页文件大小”。 如果需要关闭虚拟内存，请选择“无分页文件”；如果需要为虚拟内存设置上限，选择“自定义大小”，建议将虚拟内存最大值设置在2G以内。

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 →

内存不够，导致检查失败 问题现象 错误码为CC.00040010.400。 日志里有显示“Channel "unknown" : channel is already closed”。 原因分析 代码量过大，引擎检查时执行机内存不够用。 处理方法 减少单个代码检查任务的代码扫描量，可通过以下3种方式。

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 →

开启和使用内存加速 本章节主要介绍如何开启内存加速功能，主要流程如下： 步骤1：创建GeminiDB实例 步骤2：创建映射 步骤3：使用示例 注意事项 内存加速开启后，不允许在MySQ L实例 执行RESET MASTER、FLUSH LOG S等删除binlog的命令。 目前仅支持MySQL到GeminiDB

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 →

在“实例管理”页面，选择目标实例名称。 在左侧导航栏选择“内存加速”，单击“创建GeminiDB实例”。 填写并选择实例相关信息后，单击“提交”，完成实例创建。 表1 基本信息 参数 描述 GeminiDB实例规格 实例的CPU和内存，详细规格见表2。 数据库端口 数据库的访问端口号。 GeminiDB

查看更多 →