文档首页/ MapReduce服务 MRS/ 用户指南/ MRS集群运维/ MRS集群告警处理参考/ ALM-18015 JobHistoryServer直接内存使用率超过阈值
更新时间：2024-08-13 GMT+08:00
查看PDF
分享

ALM-18015 JobHistoryServer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MapReduce服务直接内存使用状态，当检测到JobHistoryServer实例直接内存使用率超出阈值（最大内存的90%，默认阈值）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

18015

重要

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

MapReduce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JobHistoryServer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-18015 JobHistory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。
  2. 在FusionInsight Manager首页，选择“集群 > 待操作集群的名称 > 服务 > MapReduce > 实例 > JobHistoryServer（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“JobHistoryServer内存使用详情”。查看直接内存使用情况。
  3. 查看MapReduce使用的直接内存是否已达到MapReduce设定的最大直接内存的90%。

    • 是，执行4。
    • 否，执行9。

  4. 在FusionInsight Manager首页，选择“集群 > 待操作集群的名称 > 服务 > MapReduce > 配置 > 全部配置 > JobHistoryServer > 系统”。查看“GC_OPTS”参数中是否存在“-XX:MaxDirectMemorySize”。

    • 是，执行5。
    • 否，执行7。

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

    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。

  7. 查看告警信息，是否存在告警“ALM-18009 JobHistoryServer堆内存使用率超过阈值”。

    • 是，查看“ALM-18009 JobHistoryServer堆内存使用率超过阈值”进行处理。
    • 否，执行8。

  8. 观察界面告警是否清除。

    • 是，处理完毕。
    • 否，执行9。

收集故障信息。

  1. 在FusionInsight Manager界面，选择“运维 > 日志 > 下载”。
  2. 在“服务”中勾选待操作集群的“JobHistoryServer”，单击“确定”。
  3. 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”。
  4. 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。

相关文档