ALM-14017 NameNode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NameNode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

NameNode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NameNode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-14017 NameNode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 > NameNode（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“NameNode内存使用详情”。查看直接内存使用情况。
3. 查看NameNode使用的直接内存是否已达到NameNode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 > NameNode > 全部配置”。查看“GC_OPTS”参数中是否存在“-XX:MaxDirectMemorySize”。
   • 是，执行5。
   • 否，执行6。

5. 在“GC_OPTS”中把参数“-XX:MaxDirectMemorySize”删除。保存配置，并重启NameNode实例。
   

   • 重启主NameNode过程中，会发生NameNode主备倒换，导致系统在短暂时间内出现无主现象（主备倒换过渡期），可能会出现HDFS服务不可用告警信息，运行的读写任务会报错，但是不会中断业务。
   • 重启备NameNode业务不受影响。

6. 查看告警信息，是否存在告警“ALM-14007 NameNode堆内存使用率超过阈值”。
   • 是，查看“ALM-14007 NameNode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“NameNode”。
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。