14

我正在使用 Cassandra 来存储图片。我们目前正在从旧系统中大规模迁移图片。一切都工作了一段时间，但最终我们会TimedOutException在保存时得到一个，我认为这是因为工作队列已满。

但是，在等待（几个小时）完成后，情况仍然如此（停止迁移后它不会自行恢复）

似乎只有 1 个节点有问题，其tpstats命令显示以下数据

卡桑德拉 tpstats

即使我们在几小时前停止了插入，未决的 MutationStage 操作仍在增加。

这到底是什么意思呢？什么是突变阶段？

我可以检查什么，看看为什么这么长时间后它没有稳定下来？环中的所有其他服务器都处于 0 未决操作。

我们尝试的任何新插入都会引发TimedOutException... 异常。

这是响铃信息以防万一

在此处输入图像描述
（有问题的节点是第一个）

编辑：日志中的最后几行如下

INFO [OptionalTasks:1] 2013-02-05 10:12:59,140 MeteredFlusher.java (line 62) flushing high-traffic column family CFS(Keyspace='pics_persistent', ColumnFamily='master') (estimated 92972117 bytes)  
INFO [OptionalTasks:1] 2013-02-05 10:12:59,141 ColumnFamilyStore.java (line 643) Enqueuing flush of Memtable-master@916497516(74377694/92972117 serialized/live bytes, 141 ops)
INFO [OptionalTasks:1] 2013-02-05 10:14:49,205 MeteredFlusher.java (line 62) flushing high-traffic column family CFS(Keyspace='pics_persistent', ColumnFamily='master') (estimated 80689206 bytes)
INFO [OptionalTasks:1] 2013-02-05 10:14:49,207 ColumnFamilyStore.java (line 643) Enqueuing flush of Memtable-master@800272493(64551365/80689206 serialized/live bytes, 113 ops)
WARN [MemoryMeter:1] 2013-02-05 10:16:10,662 Memtable.java (line 197) setting live ratio to minimum of 1.0 instead of 0.0015255633589225548
INFO [MemoryMeter:1] 2013-02-05 10:16:10,663 Memtable.java (line 213) CFS(Keyspace='pics_persistent', ColumnFamily='master') liveRatio is 1.0 (just-counted was 1.0).  calculation took 38ms for 86 columns
INFO [OptionalTasks:1] 2013-02-05 10:16:33,267 MeteredFlusher.java (line 62) flushing high-traffic column family CFS(Keyspace='pics_persistent', ColumnFamily='master') (estimated 71029403 bytes)
INFO [OptionalTasks:1] 2013-02-05 10:16:33,269 ColumnFamilyStore.java (line 643) Enqueuing flush of Memtable-master@143498560(56823523/71029403 serialized/live bytes, 108 ops)
INFO [ScheduledTasks:1] 2013-02-05 11:36:27,798 GCInspector.java (line 122) GC for ParNew: 243 ms for 1 collections, 1917768456 used; max is 3107979264
INFO [ScheduledTasks:1] 2013-02-05 13:00:54,090 GCInspector.java (line 122) GC for ParNew: 327 ms for 1 collections, 1966976760 used; max is 3107979264
4

1 回答 1

4

我猜你只是用写来超载你的一个节点 - 即你写得比它能够消化的快。如果你的文章很大，这很容易。

即使在您停止写入集群后，MutationStage 仍在增加，因为其他节点仍在处理排队的突变请求并将副本发送到此过载节点。

我不知道为什么其中一个节点会过载，因为可能有几个原因：

  • 节点比其他节点慢（不同的硬件或不同的配置）
  • 集群未正确平衡（但是，nodetool ring 输出的开头表明情况并非如此）
  • 您将所有写入定向到此特定节点，而不是将它们平均分配到所有节点，例如通过循环
  • 您配置了太大的内存表总大小限制/或缓存大小，总堆空间太小，并且您的节点正在与 GC 作斗争，而恰好这个节点是第一个陷入 GC 死亡螺旋的节点
于 2013-09-20T14:02:54.703 回答