9

我有 6 个节点，1 个 Solr，5 个 Spark 节点，使用 datastax。我的集群位于与 Amazon EC2 类似的服务器上，具有 EBS 卷。每个节点有3个EBS卷，使用LVM组成一个逻辑数据盘。在我的 OPS 中心，同一节点经常变得无响应，这导致我的数据系统连接超时。我的数据量约为 400GB，有 3 个副本。我有 20 个流作业，每分钟有批处理间隔。这是我的错误信息：

/var/log/cassandra/output.log:WARN 13:44:31,868 Not marking nodes down due to local pause of 53690474502 > 5000000000
/var/log/cassandra/system.log:WARN [GossipTasks:1] 2016-09-25 16:40:34,944 FailureDetector.java:258 - Not marking nodes down due to local pause of 64532052919 > 5000000000 
/var/log/cassandra/system.log:WARN [GossipTasks:1] 2016-09-25 16:59:12,023 FailureDetector.java:258 - Not marking nodes down due to local pause of 66027485893 > 5000000000 
/var/log/cassandra/system.log:WARN [GossipTasks:1] 2016-09-26 13:44:31,868 FailureDetector.java:258 - Not marking nodes down due to local pause of 53690474502 > 5000000000

编辑：

这些是我更具体的配置。我想知道我是否做错了什么，如果是，我怎样才能详细了解它是什么以及如何解决它？

出堆设置为

MAX_HEAP_SIZE="16G"
HEAP_NEWSIZE="4G"

当前堆：

[root@iZ11xsiompxZ ~]# jstat -gc 11399
 S0C    S1C    S0U    S1U      EC       EU        OC         OU       MC     MU    CCSC   CCSU   YGC     YGCT    FGC    FGCT     GCT
 0.0   196608.0  0.0   196608.0 6717440.0 2015232.0 43417600.0 23029174.0 69604.0 68678.2  0.0    0.0     1041  131.437   0      0.000  131.437
[root@iZ11xsiompxZ ~]# jmap -heap 11399
Attaching to process ID 11399, please wait...
Debugger attached successfully.
Server compiler detected.
JVM version is 25.102-b14

using thread-local object allocation.
Garbage-First (G1) GC with 23 thread(s)

堆配置：

MinHeapFreeRatio         = 40
   MaxHeapFreeRatio         = 70
   MaxHeapSize              = 51539607552 (49152.0MB)
   NewSize                  = 1363144 (1.2999954223632812MB)
   MaxNewSize               = 30920409088 (29488.0MB)
   OldSize                  = 5452592 (5.1999969482421875MB)
   NewRatio                 = 2
   SurvivorRatio            = 8
   MetaspaceSize            = 21807104 (20.796875MB)
   CompressedClassSpaceSize = 1073741824 (1024.0MB)
   MaxMetaspaceSize         = 17592186044415 MB
   G1HeapRegionSize         = 16777216 (16.0MB)

堆使用：

G1 Heap:
   regions  = 3072
   capacity = 51539607552 (49152.0MB)
   used     = 29923661848 (28537.427757263184MB)
   free     = 21615945704 (20614.572242736816MB)
   58.059545404588185% used
G1 Young Generation:
Eden Space:
   regions  = 366
   capacity = 6878658560 (6560.0MB)
   used     = 6140461056 (5856.0MB)
   free     = 738197504 (704.0MB)
   89.26829268292683% used
Survivor Space:
   regions  = 12
   capacity = 201326592 (192.0MB)
   used     = 201326592 (192.0MB)
   free     = 0 (0.0MB)
   100.0% used
G1 Old Generation:
   regions  = 1443
   capacity = 44459622400 (42400.0MB)
   used     = 23581874200 (22489.427757263184MB)
   free     = 20877748200 (19910.572242736816MB)
   53.04110320109241% used

40076 interned Strings occupying 7467880 bytes.

我不知道为什么会这样。非常感谢。

4

1 回答 1

4

您看到的消息Not marking nodes down due to local pause是由于 JVM 暂停所致。尽管您通过发布 JVM 信息在这里做了一些好事，但通常一个好的起点只是查看/var/log/cassandra/system.log例如检查诸如ERROR,之类的东西WARN。还可以通过 grepping for 检查 GC 事件的长度和频率GCInspector。

诸如nodetool tpstats是您的朋友之类的工具，查看您是否备份或删除了突变，阻止了刷新写入器等。

这里的文档有一些好东西要检查：https ://docs.datastax.com/en/landing_page/doc/landing_page/troubleshooting/cassandra/cassandraTrblTOC.html

还要检查你的节点是否有推荐的生产设置，这是经常被忽视的：

http://docs.datastax.com/en/landing_page/doc/landing_page/recommendedSettingsLinux.html

还有一点需要注意的是，Cassandra 对 i/o 相当敏感，并且“正常”EBS 可能不够快，无法满足您的需要。将 Solr 也加入其中，当您同时使用 Cassandra 压缩和 Lucene Merge 去磁盘时，您会看到很多 i/o 争用。

于 2016-12-20T16:32:15.033 回答