ALM-14016 DataNode直接内存使用率超过阈值

告警解释

系统每30秒周期性检测HDFS服务直接内存使用状态，当检测到DataNode实例直接内存使用率超出阈值（最大内存的90%）时，产生该告警。

直接内存使用率小于阈值时，告警恢复。

告警属性

告警参数

对系统的影响

DataNode可用直接内存不足，可能会造成内存溢出导致服务崩溃。

可能原因

该节点DataNode实例直接内存使用率过大，或配置的直接内存不合理，导致使用率超过阈值。

处理步骤

检查直接内存使用率。

1. 在FusionInsight Manager首页，选择“运维 > 告警 > 告警”，单击告警“ALM-14016 DataNode直接内存使用率超过阈值”所在行的下拉菜单，在“定位信息”中查看告警上报的角色名并确定实例的IP地址。
2. 在FusionInsight Manager首页，选择“集群 > 待操作集群的名称 > 服务 > HDFS > 实例 > DataNode（对应上报告警实例IP地址）”，单击图表区域右上角的下拉菜单，选择“定制 > 资源”，勾选“DataNode内存使用详情”。查看直接内存使用情况。
3. 查看DataNode使用的直接内存是否已达到DataNode设定的最大直接内存的90%(默认阈值)。
   • 是，执行4。
   • 否，执行8。

4. 在FusionInsight Manager首页，选择“集群 > 待操作集群的名称 > 服务 > HDFS > 配置 > 全部配置 > DataNode > 系统”。查看“GC_OPTS”参数中是否存在“-XX:MaxDirectMemorySize”。
   • 是，执行5。
   • 否，执行6。

5. 调整“-XX:MaxDirectMemorySize”大小。
   1. 在“GC_OPTS”中查看 “-Xmx”配置的大小，并判断节点内存是否够用。
      

      节点内存是否够用可根据实际环境进行判断，例如可使用以下方法：

      以root用户登录告警上报的实例的IP地址，执行free -g命令，查看“free”列的“Mem”值即为节点可用内存，如下示例中节点可用内存为4G。

                    total        used        free      shared  buff/cache   available
      Mem:            112          48           4          10          58          46
      ......

      如果节点可用内存大于或等于“-Xmx”的值，则节点内存够用。如果节点可用内存小于“-Xmx”的值，则节点内存不够用。

      • 是，修改“-XX:MaxDirectMemorySize”的配置值与“-Xmx”配置值相同。
      • 否，适量调大“-XX:MaxDirectMemorySize”的大小，但取值不得超过节点可用内存。
   2. 保存配置，重启DataNode实例。
      

      重启期间服务业务可能受损或中断，建议选择业务低峰期操作。

6. 查看告警信息，是否存在告警“ALM-14008 DataNode堆内存使用率超过阈值”。
   • 是，参考ALM-14008 DataNode堆内存使用率超过阈值进行处理。
   • 否，执行7。

7. 观察界面告警是否清除。
   • 是，处理完毕。
   • 否，执行8。

收集故障信息。

8. 在FusionInsight Manager首页，选择“运维 > 日志 > 下载”。
9. 在“服务”中勾选待操作集群的“DataNode”。
10. 单击右上角的设置日志收集的“开始时间”和“结束时间”分别为告警产生时间的前后10分钟，单击“下载”。
11. 请联系运维人员，并发送已收集的故障日志信息。

告警清除

此告警修复后，系统会自动清除此告警，无需手工清除。

参考信息

无。