# ALM-18016 ResourceManager非堆内存使用率超过阈值
#### 告警解释
系统每30秒周期性检测Yarn ResourceManager非堆内存使用率，并把实际的Yarn ResourceManager非堆内存使用率和阈值相比较。当Yarn ResourceManager非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* \> Yarn"修改阈值。
当Yarn ResourceManager非堆内存使用率小于或等于阈值时，告警恢复。
#### 告警属性
| 告警ID  | 告警级别                                                             | 是否自动清除 |
|:---|:---|:---|
| 18016 | 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
Yarn ResourceManager非堆内存使用率过高，会影响Yarn任务提交和运行的性能，甚至造成内存溢出导致Yarn服务不可用。
#### 可能原因
该节点Yarn ResourceManager实例非堆内存使用量过大，或分配的非堆内存不合理，导致使用量超过阈值。
#### 处理步骤
**检查非堆内存使用量。**
1. 在FusionInsight Manager界面，选择"运维 \> 告警 \> 告警 \> ALM-18016 Yarn ResourceManager非堆内存使用率超过阈值 \> 定位信息"。查看告警上报的实例的主机名。 
   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界面，选择"集群 \> *待操作集群的名称* \> 服务 \> Yarn \> 实例 \> ResourceManager（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"ResourceManager内存使用率"。查看非堆内存使用情况。
   
   图1定制ResourceManager内存使用率   
   ![](https://support.huaweicloud.com/usermanual-mrs/zh-cn_image_0000001210371599.png "点击放大")
   
   
3. 查看ResourceManager使用的非堆内存是否已达到ResourceManager设定的最大非堆内存的90%。 
   - 是，执行[步骤 4]。
   
   - 否，执行[步骤 6]。
   
   
   
   
4. 在FusionInsight Manager界面，选择"集群 \> *待操作集群的名称* \> 服务 \> Yarn \> 配置 \> 全部配置 \> ResourceManager \> 系统"。对ResourceManager 的内存参数"GC_OPTS"进行调整。保存配置，并重启ResourceManager实例。
   
   ![](https://support.huaweicloud.com/usermanual-mrs/public_sys-resources/note_3.0-zh-cn.png)
   - 重启主ResourceManager实例，会发生ResourceManager实例主备倒换，倒换过程中，Yarn无法提交新作业，已提交的作业不受影响。Yarn组件以及依赖Yarn的组件会出现短暂的服务不可用告警。 重启备ResourceManager实例，服务业务不受影响。
     
   
   - 集群中的NodeManager实例数量和ResourceManager内存大小的对应关系参考如下：
     - 集群中的NodeManager实例数量达到100，ResourceManager实例的JVM参数建议配置为：-Xms4G -Xmx4G -XX:NewSize=512M -XX:MaxNewSize=1G
     
     - 集群中的NodeManager实例数量达到200，ResourceManager实例的JVM参数建议配置为：-Xms6G -Xmx6G -XX:NewSize=512M -XX:MaxNewSize=1G
     
     - 集群中的NodeManager实例数量达到500，ResourceManager实例的JVM参数建议配置为：-Xms10G -Xmx10G -XX:NewSize=1G -XX:MaxNewSize=2G
     
     - 集群中的NodeManager实例数量达到1000，ResourceManager实例的JVM参数建议配置为：-Xms20G -Xmx20G -XX:NewSize=1G -XX:MaxNewSize=2G
     
     - 集群中的NodeManager实例数量达到2000，ResourceManager实例的JVM参数建议配置为：-Xms40G -Xmx40G -XX:NewSize=2G -XX:MaxNewSize=4G
     
     - 集群中的NodeManager实例数量达到3000，ResourceManager实例的JVM参数建议配置为：-Xms60G -Xmx60G -XX:NewSize=2G -XX:MaxNewSize=4G
     
     - 集群中的NodeManager实例数量达到4000，ResourceManager实例的JVM参数建议配置为：-Xms80G -Xmx80G -XX:NewSize=2G -XX:MaxNewSize=4G
     
     - 集群中的NodeManager实例数量达到5000，ResourceManager实例的JVM参数建议配置为：-Xms100G -Xmx100G -XX:NewSize=3G -XX:MaxNewSize=6G
      
    
   
   
5. 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FusionInsight 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
   
   - Yarn
   
   
   
   
8. 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"。
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。