我们有一个6节点集群，运行：
其中一个节点在syslog中消失了以下消息：
[1770962.274743]内存不足：杀死进程49468（java）得分893或 牺牲孩子[1770962.299330]被杀的过程49468（java） total-vm：1156754248kB，anon-rss：46906424kB，file-rss：176871432kB
节点上禁用交换，/proc/sys/vm/overcommit_memory设置为0.请注意，当/proc/sys/vm/overcommit_memory也设置为1时会发生这种情况。
不幸的是，Cassandra system.log中没有相关的错误消息（我们正在进行级别调试）。
关于可能导致此行为的任何想法？
答案 0 :(得分：1)
看到此问题尚未得到解答，因此认为应该得到解答。这不是DSE / Cassandra的问题，而是可能意味着您根本没有足够的内存来运行主机上的内容。当OOM杀手获得一个进程时，通常它将杀死最大的进程。通常，在这种情况下使用DSE可能意味着您可能将import pandas as pd
# read your example
df = pd.read_csv(
io.StringIO(
r"""emp_id,col1,col2,col3
1234,abc|de,2020|2011,89
5639,ma,2010|2019,90"""
)
)
# split and expand the column with pipe sign
# expanded_col1 and expanded_col2 are dataframes
# rename the column in order to find them after
expanded_col1 = df.col1.str.split('|', expand=True).rename(
lambda x: f'col1_{x}', axis='columns'
)
expanded_col2 = df.col2.str.split('|', expand=True).rename(
lambda x: f'col2_{x}', axis='columns'
)
# create all combinations from values of string split
to_concat = []
for col1, col2 in itertools.product(expanded_col1, expanded_col2):
to_concat.append(
pd.concat(
[
# put back the initial column name
expanded_col1.loc[:, [col1]].rename(
lambda x: x.split('_')[0], axis='columns'
),
expanded_col2.loc[:, [col2]].rename(
lambda x: x.split('_')[0], axis='columns'
),
],
axis='columns',
).dropna()
)
result = pd.merge( # merge combinations and other columns
df.drop(['col1', 'col2'], axis='columns'), # drop initial split columns
pd.concat(to_concat), # concat all combinations
left_index=True,
right_index=True,
)
文件中的堆（Xmx）设置得太高。这只是您可能会想到的许多事情之一。
关于OOM杀手为何要获得进程还有其他细微差别，但这可能会涉及到很多事情，而又不知道您的系统设置以及其他难以确定的进程正在运行。
虽然您不会在DSE / Cassandra日志中看到任何消息，但这是很正常的，因为该过程由oom killer（例如 emp_id col3 col1 col2
0 1234 89 abc 2020
0 1234 89 abc 2011
0 1234 89 de 2020
0 1234 89 de 2011
1 5639 90 ma 2010
1 5639 90 ma 2019
）强制终止，因此日志只会停止。