# ALM-18014 NodeManager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Yarn服务直接内存使用状态，当检测到NodeManager实例直接内存使用率超出阈值时，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ID  | 告警级别                                                           | 是否自动清除 |
|:---|:---|:---|
| 18014 | 紧急（默认阈值为最大内存的95%） 重要（默认阈值为最大内存的90%） | 是      |
   
#### 告警参数
| 参数名称              | 参数含义                  |
|:---|:---|
| 来源                | 产生告警的集群名称。            |
| 服务名               | 产生告警的服务名称。            |
| 角色名               | 产生告警的角色名称。            |
| 主机名               | 产生告警的主机名。             |
| Trigger Condition | 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
NodeManager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NodeManager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 \> ALM-18014 NodeManager直接内存使用率超过阈值 \> 定位信息"。查看告警上报的实例的IP地址。 
   登录集群Manager具体操作，请参考[访问MRS集群Manager](https://support.huaweicloud.com/usermanual-mrs/mrs_01_0128.html)。
   
   
2. 在FusionInsight Manager首页，选择"集群 \> *待操作集群的名称* \> 服务 \> Yarn \> 实例 \> NodeManager（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"NodeManager内存使用率"。查看直接内存使用情况。
   
   图1定制NodeManager内存使用率   
   ![](https://support.huaweicloud.com/usermanual-mrs/zh-cn_image_0000001210371451.png "点击放大")
   
   
3. 查看NodeManager使用的直接内存是否已达到NodeManager设定的最大直接内存的90%(默认阈值)。 
   - 是，执行[步骤 4]。
   
   - 否，执行[步骤 9]。
   
   
   
   
4. 在FusionInsight Manager首页，选择"集群 \> *待操作集群的名称* \> 服务 \> Yarn \> 配置 \> 全部配置 \> NodeManager \> 系统"。查看"GC_OPTS"参数中是否存在"-XX:MaxDirectMemorySize"。
   
   - 是，执行[步骤 5]。
   
   - 否，执行[步骤 7]。
   
   
   
   
5. 在"GC_OPTS"中把参数"-XX:MaxDirectMemorySize"删除。
6. 保存配置，并重启NodeManager实例。 
   ![](https://support.huaweicloud.com/usermanual-mrs/public_sys-resources/note_3.0-zh-cn.png)
   NodeManager重启过程中，提交到该节点的Container可能会重试到其他节点。
   
   
7. 查看告警信息，是否存在告警"ALM-18018 NodeManager堆内存使用率超过阈值"。
   
   - 是，查看"ALM-18018 NodeManager堆内存使用率超过阈值"进行处理。
   
   - 否，执行[步骤 8]。
   
   
   
   
8. 观察界面告警是否清除。
   
   - 是，处理完毕。
   
   - 否，执行[步骤 9]。
   
   
   
   
**收集故障信息。**
9. 在FusionInsight Manager界面，选择"运维 \> 日志 \> 下载"。
10. 在"服务"中勾选待操作集群的"NodeManager"。
11. 单击右上角的![](https://support.huaweicloud.com/usermanual-mrs/zh-cn_image_0263895445.png)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"。
12. 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。