专做polo衫的网站/营销策划经典案例

说明

此文档主要说明一些常见compaction问题的排查思路和临时处理手段。这些问题包括

• Compaction socre高
• Compaction失败
• compaction占用资源多
• Compaction core
  如果问题紧急，可联系社区同学处理
  如果阅读中有问题，可以反馈给社区同学。

1 compaction score高

找出score最高的若干个tablet，一般是用户比较高频导入的表

分析score最高的tablet形成的原因，以下几个为常见的原因

1.1 compaction持续失败导致的compaction socre高

判断方式：
1 grep ${tablet_id} be.INFO | grep compaction，看是否有持续失败的日志

2 curl ip:port/api/compaction/show?tablet_id=${tablet_id} ，可以看curl命令查看compaction status，目前只有base的status。

处理方式：参照第2节进行处理

1.2 用户使用不当

1.2.1 建表时，bucket数量设置的不合适。

设置的太小，导致的compaction可能不能充分并发执行。

设置的太多，可能会有比较多的compaction任务调度。

建议根据tablet 1GB - 10GB的最佳实践，设置bucket数量

其他使用不当的方式，待补充…

1.3 compaction策略问题

score很高的tablet，却很久没有执行过compaction

判断方式：

1 通过curl ip:port/api/compaction/show?tablet_id=${tablet_id} 查看tablet compaction上一次执行的时间。

2 grep ${tablet_id} be.INFO | grep compaction，看该tablet compaction执行的历史，是否该tablet很长时间没有进行compaction

处理方式：

1 临时处理手段，手动触发compaction:

curl -X POST http://be_host:webserver_port/api/compaction/run?tablet_id=xxxx&compact_type=cumulative

2 这类问题可能是策略的bug，需要联系社区同学跟进处理，需要以下信息

Compaction score的监控

Compaction score从低到高涨上来时BE的日志

Compaction score比较高的tablet的rowset 布局，通过curl ip:port/api/compaction/show?tablet_id=${tablet_id} 可以拿到

1.4 导入速度超过了compaction的速度

这里又分为两种情况

1.4.1 cpu负载不高

可能是compaction的并发不够，需要调整下面这些配置（根据情况修改）

max_base_compaction_threads 默认是4
max_cumu_compaction_threads 默认是每个盘1个
compaction_task_num_per_disk，默认是4
compaction_task_num_per_fast_disk，默认是8

判断方式：

1 查看compaction 一段时间内的平均并发数

cloud使用这个命令

grep -i compaction be.INFO | grep -i finish | awk '{print $8}' | awk -F\| '{print $1}' | awk -Fms '{print $1}' | awk -F= '{sum+=$2} END {print sum}'

开源doris使用这个命令

cat be/log/be.INFO | grep -E "succeed to do base compaction|succeed to do cumulative compaction" | awk '{print $23}' | awk -F= '{print $2}' | awk -Fs '{sum+=$1} END {print sum}'

• 用上述的命令统计一段时间内compaction的总耗时（注意，cloud统计出的耗时单位是毫秒，而社区统计出的耗时单位是秒)。比如耗时是4000秒
• 计算统计的clock time，比如统计的日志文件包含14:00 到 14:20日志，那clock time = 20min * 60 = 1200秒
• compaction的平均并发 4000 / 1200 = 3.3 并发

2 获取BE的配置的并发限制和compaction线程数量，查看BE conf，如果没有配置则为默认
如果实际的并发已经接近设置的并发，则是并发不足

1.4.2 cpu负载比较高

处理方式：

1 如果BE的负载比较高，且用户的导入比较高频，看下能否攒批导入，降低导入频率

2 如果导入频率也不高，则需要考虑扩容

1.5 compaction score持续升高，导致导入报-235

这种现象之前出现的比较多，单独列出来，这是一个现象，原因可能还是上述的一种，针对此现象有一个临时的处理手段，如果对报-235的表没有频繁的导入和查询，可以适当调大max_tablet_version_num。这只是一个临时手段，还是要找到compaction score升高的原因
max_tablet_version_num，默认值是2000

2 Compaction 失败

2.1 定位问题

通过grep compaction be.INFO | grep {tablet_id} 查看compaction失败的具体原因。
原因包括但不限于，内存分配失败，compaction数据校验失败

2.1.1 内存问题

内存分配失败会有类似一下日志

W0427 19:40:58.254163 7873 compaction.cpp:372] fail to do CloudBaseCompaction. res=[MEM_LIMIT_EXCEEDED]PreCatch error code:11, [E11] Allocator sys memory check failed: Cannot alloc:5148, consuming tracker:<BaseCompaction:135202205>, peak used 1435738416, current used 1164740816, exec node:<>, process memory used 105.03 GB exceed limit 109.63 GB or sys available memory 11.71 GB less than low water mark 12.18 GB.
no enable stack, _FILE:/home/ec2-user/selectdb-core/be/src/olap/rowset/segment_v2/segment_iterator.cpp, __LINE:2000, __FUNCTION_:auto doris::segment_v2::SegmentIterator::next_batch(vectorized::Block *)::(anonymous class)::operator()() const, tablet=135202205.758764227.6e8b36c0cc1b4ac2-9f14bb5b6d058fe6, output_version=[2-8237]

内存问题又分为以下几种情况

• compaction本身占用内存不多，BE其他的请求（比如导入，查询）占用了过多的内存，导致的compaction偶发失败。
• 单个compaction占用内存多
• 多个compaction占用内存多

对于上述细分的原因需要查看memtracker，当前compaction内存使用的情况来定位。

2.1.2 compaction校验失败

if (_input_row_num != _output_rowset->num_rows() + _stats.merged_rows + _stats.filtered_rows) {return Status::Error<CHECK_LINES_ERROR>("row_num does not match between cumulative input and output! tablet={}, ""input_row_num={}, merged_row_num={}, filtered_row_num={}, output_row_num={}",_tablet->tablet_id(), _input_row_num, _stats.merged_rows, _stats.filtered_rows,_output_rowset->num_rows());}

2.2 处理方式

2.2.1 内存问题

细分原因1：compaction本身占用内存不多，BE其他的请求（比如导入，查询）占用了过多的内存，导致的compaction偶发失败。

本身问题不在compaction，可以观察下，如何compaction不是持续的失败，并且compaction score没有明显的身高，可以暂不处理，持续观察。

细分原因2：单个compaction占用内存多

可以暂时通过限制参与compaction的rowset个数来限制compaction的使用，调节BE的cumulative_compaction_max_deltas这个配置值，默认是1000

细分原因3：多个compaction占用内存多

可以暂时通过限制参与compaction的rowset个数来限制compaction的使用，调节BE的cumulative_compaction_max_deltas这个配置值，默认是1000
或者：

可以通过限制compaction线程的个数来限制内存，be对应配置，max_base_compaction_threads和max_cumu_compaction_threads

2.2.2 compaction 校验失败

可能是正确性问题，需联系社区同学定位处理

3 compaction占用资源多

3.1 compaction占用cpu资源多

top -H 确认是否是compaction线程

处理方式

处理方式1

可以调整做compaction的线程数量

max_base_compaction_threads，默认是4 max_cumu_compaction_threads，默认每块盘1个

处理方式2

可以调整每个盘上compaction的并发数量

如果配置的是HDD盘，调整compaction_task_num_per_disk，
如果配置的是SSD盘，调整compaction_task_num_per_fast_disk
compaction_task_num_per_disk，默认是4
compaction_task_num_per_fast_disk，默认是8

调节完，要主要观察compaction score的变化，防止出现compaction并发限制的太小，导致的compaction score升高的问题

3.2 compaction占用内存资源多

参考第二节关于内存超限导致compaction失败的处理方式

4 compaction导致BE core

分情况处理

偶发一次:

收集be.out，BE.info，core dump，be版本信息（包括具体的commit id)，判断是否有特殊的操作，比如scheam change等操作，然后联系社区同学

持续失败:

这种情况可能会影响用户的可用性，可以先止损。关掉这个表的compaction

1 先通过导致compaction的tablet id找到表，show tablet {tablet_id}命令可以找到表名

2 关闭这个BE的compaction，配置BE.conf disable_auto_compaction = true

3 关掉这个表的compaction，alter table ${tableName} set (“disable_auto_compaction” = “true”)

4 打开BE的compaction，配置BE.conf disable_auto_compaction = false

虽然core在compaction的栈上，但是很可能不是compaction的问题，因为compaction是一个后台的不断进行的读写线程，不断的触发读写。很可能查询也会core，只是没有进行查询，所以通过compaction暴露了这个问题。对于此类core，需要联系社区的同学定位处理。