ALM-18009 JobHistoryServer堆内存使用率超过阈值

告警解释

系统每30秒周期性检测Mapreduce JobHistoryServer堆内存使用率，并把实际的Mapreduce JobHistoryServer堆内存使用率和阈值相比较。当Mapreduce JobHistoryServer堆内存使用率超出阈值时产生该告警。

用户可通过“运维 > 告警 > 阈值设置 > 待操作集群的名称 > Mapreduce”修改阈值。

平滑次数为1，MapReduce JobHistoryServer堆内存使用率小于或等于阈值时，告警恢复；平滑次数大于1，MapReduce JobHistoryServer堆内存使用率小于或等于阈值的95%时，告警恢复。

告警属性

告警参数

对系统的影响

Mapreduce JobHistoryServer堆内存使用率过高，会影响Mapreduce 服务日志归档的性能，甚至造成内存溢出导致Mapreduce服务不可用。

可能原因

该节点Mapreduce JobHistoryServer实例堆内存使用量过大，或分配的堆内存不合理，导致使用量超过阈值。

处理步骤

检查内存使用量。

1. 在Manager首页，选择“运维 > 告警 > 告警”，查看当前告警的详细信息，记录上报的实例主机名。

   登录集群Manager具体操作，请参考访问MRS集群Manager。

2. 在Manager首页，选择“集群 > 服务 > Mapreduce > 实例 > JobHistoryServer（对应上报告警实例主机名）”，单击图表区域右上角的下拉菜单，选择“定制 > 资源”，勾选“JobHistoryServer堆内存使用百分比统计”。查看堆内存使用情况。
3. 查看JobHistoryServer使用的堆内存是否已达到JobHistoryServer设定的最大堆内存的95%。
   • 是，执行步骤 4。
   • 否，执行步骤 6。

4. 在Manager首页，选择“集群 > 服务 > Mapreduce > 配置 > 全部配置 > JobHistoryServer > 系统”。将“GC_OPTS”参数根据实际情况调大，并单击“保存”，单击“确定”进行重启。
   

   • 历史任务数10000和JobHistoryServer内存的对应关系如下：

     -Xms30G -Xmx30G -XX:NewSize=1G -XX:MaxNewSize=2G

   • 重启JobHistoryServer过程中，会影响Hive等任务状态的查询，可能导致查询结果不准确。

5. 等待5分钟，观察界面告警是否清除。
   • 是，处理完毕。
   • 否，执行步骤 6。

收集故障信息。

6. 在Manager界面，选择“运维 > 日志 > 下载”。
7. 在“服务”中勾选待操作集群的如下节点信息。
   • NodeAgent
   • Mapreduce

8. 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”。
9. 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。