我有一个4节点风暴群集。 Worker JVM参数如下:
-Xms5g -Xmx15g -XX:+UseG1GC -XX:MaxDirectMemorySize=1024m
风暴版:0.9.3
问题是:当进程内存达到14 + GB时,工作人员往往会显着减速。
在捕捉时我的顶部输出如下。
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
2075 root 20 0 18.132g 8.372g 12368 S 57.2 28.3 18:27.44 java
GC日志:
3317.095: [GC pause (young), 0.1861930 secs]
[Parallel Time: 180.9 ms, GC Workers: 4]
[GC Worker Start (ms): Min: 3317095.5, Avg: 3317095.5, Max: 3317095.5, Diff: 0.0]
[Ext Root Scanning (ms): Min: 29.0, Avg: 29.4, Max: 29.7, Diff: 0.7, Sum: 117.4]
[Update RS (ms): Min: 18.0, Avg: 18.1, Max: 18.3, Diff: 0.3, Sum: 72.5]
[Processed Buffers: Min: 31, Avg: 41.2, Max: 53, Diff: 22, Sum: 165]
[Scan RS (ms): Min: 0.6, Avg: 0.7, Max: 0.8, Diff: 0.2, Sum: 2.8]
[Code Root Scanning (ms): Min: 0.1, Avg: 0.1, Max: 0.1, Diff: 0.1, Sum: 0.4]
[Object Copy (ms): Min: 132.1, Avg: 132.5, Max: 132.7, Diff: 0.6, Sum: 529.8]
[Termination (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0]
[GC Worker Other (ms): Min: 0.0, Avg: 0.0, Max: 0.1, Diff: 0.0, Sum: 0.2]
[GC Worker Total (ms): Min: 180.7, Avg: 180.8, Max: 180.8, Diff: 0.1, Sum: 723.1]
[GC Worker End (ms): Min: 3317276.3, Avg: 3317276.3, Max: 3317276.3, Diff: 0.0]
[Code Root Fixup: 0.1 ms]
[Code Root Migration: 0.2 ms]
[Clear CT: 0.4 ms]
[Other: 4.6 ms]
[Choose CSet: 0.0 ms]
[Ref Proc: 1.4 ms]
[Ref Enq: 0.1 ms]
[Free CSet: 1.5 ms]
[Eden: 2366.0M(2366.0M)->0.0B(1808.0M) Survivors: 94.0M->106.0M Heap: 5052.0M(15.0G)->2698.0M(15.0G)]
[Times: user=0.73 sys=0.00, real=0.19 secs]
我看到只使用了2698 MB的堆。但Linux Top显示RES内存为8.372g。当Top存储器达到~15GB时,该过程将开始堵塞,我想避免。
此外,我使用XX:MaxDirectMemorySize缩小了直接内存被某些外部API阻塞的可能性。
由于堆大小很大 - 如果我尝试使用分析器(在我的情况下是yourkit)来获取内存快照,则工作程序会崩溃。
我需要找到内存堵塞的来源。
另外,为了避免过多的消息,我使用TOPOLOGY_MAX_SPOUT_PENDING等于5来限制拓扑。
我正在使用KafkaSpout - 来自/net/wurstmeister/storm/storm-kafka-0.8-plus /
的storm.kafka.KafkaSpout此外,我提到这个线程有类似的问题,但使用ZMQ而不是在较新版本的Storm中使用的Netty。
更新:当我删除所有螺栓并仅运行kafkaspout时,延迟时间最短,也没有内存问题。所以,大概我们可以怀疑加工螺栓。
答案 0 :(得分:1)
解决。 实际上问题是G1的足迹对于过程记忆来说很大,但是收集更加优化。
从ParallelOldGC或CMS收集器到G1时,较大的JVM进程大小主要与“记帐”数据结构(如记忆集和集合集)相关。
记住集或RSet跟踪对象引用到给定区域。堆中每个区域有一个RSet。 RSet支持并行和独立收集区域。 RSets的总体足迹影响小于5%。
Collection设置或CSets将在GC中收集的区域集。在GC期间,CSet中的所有实时数据都被撤离(复制/移动)。区域集可以是伊甸园,幸存者和/或老一代。 CSets对JVM的大小影响不到1%。