NodeManager解析系列一：内存Monitor解析

Yarn调度起来的任务以Container的方式运行在NodeManager节点中，NodeManager负责对Container的运行状态进行监控。在NodeManager中针对每个Container都有一个线程来阻塞并等待Container进程结束. 同时由于启动的进程会递归地生成新的进程，因此Yarn需要对整个进程树进行监控才能正确获取Container所占用的内存等信息。

为了控制Container在运行过程中所占用的Memory和Cpu使用情况，NodeManager有两种实现方式：

使用Linux内部的Cgroup来进行监控和限制
NodeManager中的Monitor线程对运行在该NodeManager上所有的Container进行监控，在发现超过内存限制时,会请求NodeManager杀死相应Container。

基于Cgroup的工作方式除了控制内存还可以在Cpu等多个方面进行控制，但除非Yarn集群是完全公用化，需要进行很强度的控制,否则第二种方式基本满足业务的需求。本文也主要针对第二种方式中Container Monitor进行讨论。

进程基本信息和内存占用

Container Monitor要对Container进行监控,首先第一个需要解决的问题即如何获取每个Container当前资源占用情况.

NodeManager提供了ResourceCalculatorProcessTree接口来获取进程的基本信息，用户可以通过NodeManager的配置项"yarn.nodemanager.container-monitor.process-tree.class"进行自定义配置。目前,分别针对Window和Linux环境提供来默认的实现,分别为WindowsBasedProcessTree和ProcfsBasedProcessTree的实现。

这里简单分析一下Linux环境下的ProcfsBasedProcessTree的实现.

Linux中，每个运行的进程都在/proc/目录下存在一个子目录，该目录下的所有的文件记录了该进程运行过程中所有信息，通过对这些子文件进行解析，就可以获取进程详细的信息。其中，ProcfsBasedProcessTree利用到的文件有：cmdline, stat, smaps

cmdline文件中记录该进程启动的命令行信息，如果是java程序，就相当于通过命令"jps -v"获取的进程信息，不过cmdline记录文件中用\0来代替空格，需要做一次反替代。

    work@node:~$ cat /proc/6929/cmdline
    /home/work/opt/jdk1.7/bin/java-Xms128m-Xmx750m-XX:MaxPermSize=350m-XX:ReservedCodeCacheSize=96m-ea
    -Dsun.io.useCanonCaches=false-Djava.net.preferIPv4Stack=true-Djsse.enableSNIExtension=false-XX:+UseCodeCacheFlushing
    -XX:+UseConcMarkSweepGC-XX:SoftRefLRUPolicyMSPerMB=50-Dawt.useSystemAAFontSettings=lcd
    -Xbootclasspath/a:/home/work/opt/idea/bin/../lib/boot.jar-Didea.paths.selector=IdeaIC13-Djb.restart.code=88com.intellij.idea.Main

stat文件是一堆数字堆砌而成，其中包含的信息比较多，没有必要可以不全了解。如下

    work@node:~$ cat /proc/6929/stat
    6929 (java) S 6892 1835 1835 0 -1 1077960704 254628 201687 317 391 120399 23093 3098 329 20 0 65 0 99371 3920023552
    206380 18446744073709551615 4194304 4196452 140735679649776 140735679632336 140462360397419 0 0 4096 16796879
    18446744073709551615 0 0 17 1 0 0 0 0 0 6293608 6294244 28815360 140735679656977 140735679657483
    140735679657483 140735679659993 0

ProcfsBasedProcessTree针对stat文件提供了ProcessInfo类的实现，它通过读取stat文件来动态更新每个进程的基本信息

    private static class ProcessInfo {
          private String pid; // process-id=6929 进程号
          private String name; // command name=(java) 进程名称
          //stat=S 进程状态，R:runnign，S:sleeping，D:disk sleep ， T: stopped，T:tracing stop，Z:zombie，X:dead
          private String ppid; // parent process-id =6892 父进程ID
          private Integer pgrpId; // process group-id=1835 进程组号
          private Integer sessionId; // session-id=6723 c该任务所在的会话组ID
          private Long utime = 0L; // utime=120399 该任务在用户态运行的时间，单位为jiffies
          private BigInteger stime = new BigInteger("0"); // stime=23093 该任务在核心态运行的时间，单位为jiffies
          private Long vmem; // 单位（page） 该任务的虚拟地址空间大小
          private Long rssmemPage; // (page) 该任务当前驻留物理地址空间的大小

其中utime的单位为jiffies可以通过命令getConf CLK_TCK获取，page的页大小单位可以通过getConf PAGESIZE获得。

另外可以通过一定时间间隔内连续两次获取同一个进程的ProcessInfo，利用两次的utime+stime之和的增量值来表示该时间间隔中，进程所消耗的CPU时间片。

smaps文件是在Linux内核 2.6.16中引入了进程内存接口，它相比stat文件中统计的rssmem要更加准确。但是当前的Hadoop版本是默认关闭该功能，用户可以配置yarn.nodemanage.container-monitor.procfs-tree.smaps-based-rss.enabled=true来启用。

对于每个进程，smapes在逻辑上是由多段虚拟内存端组成，因此统计一个进程树的真实内存大小，需要对进程树中的每个进程的所有虚拟机内存段进行遍历迭代，求出所有的内存和。因此通过smaps来获取rss的复杂度比stat文件要高。下面为一个内存段的信息。

00400000-00401000 r-xp 00000000 08:07 131577                             /home/work/opt/jdk1.7/bin/java
//00400000-00401000表示该虚拟内存段的开始和结束位置。
//00000000 该虚拟内存段在对应的映射文件中的偏移量，
//08:07 映射文件的主设备和次设备号
//131577 被映射到虚拟内存的文件的索引节点号
//home/work/opt/jdk1.7/bin/java为被映射到虚拟内存的文件名称
// r-xp为虚拟内存段的权限信息，其中第四个字段表示该端是私有的:p，还是共享的:s

//进程使用内存空间，并不一定实际分配了内存(VSS)
Size:                  4 kB
//实际分配的内存(不需要缺页中断就可以使用的)
Rss:                   4 kB
//是平摊共享内存而计算后的使用内存(有些内存会和其他进程共享，例如mmap进来的)
Pss:                   4 kB
//和其他进程共享的未改写页面
Shared_Clean:          0 kB
//和其他进程共享的已改写页面
Shared_Dirty:          0 kB
//未改写的私有页面页面
Private_Clean:         4 kB
//已改写的私有页面页面
Private_Dirty:         0 kB
//标记为已经访问的内存大小
Referenced:            4 kB
Anonymous:             0 kB
AnonHugePages:         0 kB
//存在于交换分区的数据大小(如果物理内存有限，可能存在一部分在主存一部分在交换分区)
Swap:                  0 kB
//内核页大小
KernelPageSize:        4 kB
//MMU页大小，基本和Kernel页大小相同
MMUPageSize:           4 kB
Locked:                0 kB
VmFlags: rd ex mr mw me dw sd

在NodeManager中，每个进程的内存段也由这几部分组成，参考ProcessSmapMemoryInfo的实现

  static class ProcessSmapMemoryInfo {
        private int size;
        private int rss;
        private int pss;
        private int sharedClean;
        private int sharedDirty;
        private int privateClean;
        private int privateDirty;
        private int referenced;
        private String regionName;
        private String permission;
   }

计算整个进程树的RSS，并不是简单的将所有rss相加，而是有一个计算规则。

对于没有w权限的内存段不进行考虑，即权限为r--s和r-xs
对于有写权限的内存段，该内存段对应的rss大小为Math.min(info.sharedDirty, info.pss) + info.privateDirty + info.privateClean;

如上所说，通过smaps文件计算的rss更加准确，但是复杂度要高。一般情况下没有必要开启整个开关，保持默认的关闭即可。

另外上述获取的RSS内存大小的大小都为pagesize，如下所示的超过内存被container-monitor杀死的日志：

Container [pid=21831,containerID=container_1403615898540_0028_01_000044] is running beyond physical memory limits.
Current usage: 1.0 GB of 1 GB physical memory used; 1.9 GB of 3 GB virtual memory used. Killing container.
Dump of the process-tree for container_1403615898540_0028_01_000044 :
|- PID PPID PGRPID SESSID CMD_NAME USER_MODE_TIME(MILLIS) SYSTEM_TIME(MILLIS) VMEM_USAGE(BYTES) RSSMEM_USAGE(PAGES) FULL_CMD_LINE
|- 21837 21831 21831 21831 (java) 2111 116 1981988864 263056 java

打印的进程rss大小为263056，而该机器的页大小为4098，那么实际内存大小为1027m。

Container-Monitor的实现

首先从NodeManager的逻辑结构来解释container-Monitor在其中的位置：

每个NodeManager都一个ContainerManager，负责该节点上所有Container的管理，所有的Container的启停都需要通过ContainerManager进行调度
ContainerManager管理的Container的启停，在每个Container状态机内部，和向ContainerManager传递ContainerStartMonitoringEvent等事件。
ContainersMonitor如果接受到START_MONITORING_CONTAINER事件，则向Container-Monitor中提供该Container相关信息并进行监控；如果为STOP_MONITORING_CONTAINER，则将Container从Monitor中移除。

对 Container-Monitor有些配置参数可以进行设置：

yarn.nodemanager.contain_monitor.interval_ms，设置监控频率，默认为3000ms
yarn.nodemanager.resource.memory_MB,该项设置了整个NM可以配置调度的内存大小，如果监控发现超过物理内存的80%，会抛出warn信息。
yarn.nodemanager.vmem-pmem-ratio,默认为2.1,用户app设置单container内存大小是物理内存，通过该比例计算出每个container可以使用的虚拟内存大小。
yarn.nodemanager.pmem-check-enabled/vmem-check-enabled启停对物理内存/虚拟内存的使用量的监控

后面的工作就是启动一个线程（“Container Monitor”）调用ResourceCalculatorProcessTree接口获取每个container的进程树的内存。具体就不分析了，挺简单的！！！

这么简单，我写干嘛？好吧!!就当这回忆proc相关信息吧。

慢！！！还有一个逻辑很重要，Container是基于进程了来调度，创建子进程采用了“fork()+exec()”的方案，子进程启动的瞬间，它使用的内存量和父进程一致。一个进程使用的内存量可能瞬间翻倍，因此需要对进程进行"age"区分。参考如下代码：

//其中curMemUsageOfAgedProcesses为age>0的进程占用内存大小，而currentMemUsage不区分age年龄大小
boolean isProcessTreeOverLimit(String containerId,
    long currentMemUsage,
    long curMemUsageOfAgedProcesses,
    long vmemLimit)
{
    boolean isOverLimit = false;
    if (currentMemUsage > (2 * vmemLimit)) {
        LOG.warn("Process tree for container: " + containerId + " running over twice " + "the configured limit. Limit=" + vmemLimit + ", current usage = " + currentMemUsage);
        isOverLimit = true;
    } else if (curMemUsageOfAgedProcesses > vmemLimit) {
        LOG.warn("Process tree for container: " + containerId + " has processes older than 1 " + "iteration running over the configured limit. Limit=" + vmemLimit + ", current usage = " + curMemUsageOfAgedProcesses);
        isOverLimit = true;
    }
    return isOverLimit;
}

通过该逻辑，可以避免因为进程新启动瞬间占用的内存翻倍，导致进程被kill的风险。

NodeManager解析系列一：内存Monitor分析

NodeManager解析系列一：内存Monitor解析

进程基本信息和内存占用

Container-Monitor的实现

results matching ""

No results matching ""