线上集群目前使用的hadoop版本是CDH4.3.0,已经发生过两次jt的oom异常了，严重影响了线上作业的运行。刚开始的时候，通过减小retirejob的cacheSize和interval来减小jt的堆内存占用，起到了一定的效果，但其实也就是延长了jt宕掉的时间，感觉应该是jt本身垃圾回收存在一些问题。
使用ganglia对jt也进行了监控，大体可以看出堆内存还是逐渐在上涨的，每次回收的并不彻底
后续使用jmap将jt堆内存dump下来，做内存分析
dump了几次，FileSystem$Cache部分一直上涨，Google了下也没有太好的解决办法，于是自己写了个脚本在没有作业运行的时候定时重启jt，这样起码保证了作业不会因为jt宕掉而得不到运行。
转载于:https://blog.51cto.com/lotso/1435178
171
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
