ByConity 内存持续上涨问题分析与解决方案
2025-07-03 15:40:29作者:廉皓灿Ida
问题现象
在 ByConity 0.4.2 版本的 Kubernetes 部署环境中,worker 节点(包括 vw_default 和 vw_write 虚拟仓库)的内存使用量呈现持续上涨趋势,没有明显的阶段性回收现象。每个 Pod 配置的最大内存为 32GB,且系统中使用了 Kafka 引擎。
排查过程
初始排查
技术人员首先检查了以下关键缓存参数的配置情况:
- mark_cache_size
- cnch_checksums_cache_size
- uncompressed_cache_size
- cache_size_to_ram_max_ratio
发现这些参数均保持默认配置未做调整。
缓存指标分析
通过执行特定的 SQL 查询,获取了系统中各类缓存的详细使用情况:
SELECT *, formatReadableSize(value) AS cacheSize
FROM cnch('vw_write', system.asynchronous_metrics)
WHERE metric LIKE '%Cache%'
ORDER BY value DESC
LIMIT 15
查询结果显示:
- ChecksumsCacheBytes 占用约 5GB
- MergeTreeDiskCacheBytes 占用约 3GB
- OSMemoryFreePlusCached 显示系统缓存约 2.5GB
在 vw_default 虚拟仓库中:
- MergeTreeDiskCacheBytes 占用高达 40GB
- MarkCacheBytes 占用约 110MB
- ChecksumsCacheBytes 占用约 68MB
关键发现
-
未压缩缓存问题:系统未显示 UncompressedCacheBytes 指标,表明 uncompressed_cache_size 参数未被配置,导致该缓存无限制增长。
-
默认配置风险:
- mark_cache_size 和 cnch_checksums_cache_size 默认各为 5GB
- uncompressed_cache_size 默认无限制
-
内存分配:32GB 内存的实例内存使用已达 70%,存在潜在风险。
解决方案
1. 配置 uncompressed_cache_size
建议在所有 worker 节点的配置文件中显式设置 uncompressed_cache_size 参数,初始值可设为总内存的 1/3(对于 32GB 内存的实例,建议设置为 10GB 左右)。
配置示例:
<uncompressed_cache_size>10737418240</uncompressed_cache_size>
2. 其他缓存参数优化
根据实际业务需求,可考虑调整以下参数:
- mark_cache_size
- cnch_checksums_cache_size
- cache_size_to_ram_max_ratio
3. 监控建议
建立以下监控机制:
- 定期检查各缓存指标
- 设置内存使用阈值告警
- 监控缓存命中率
实施效果
通过合理配置 uncompressed_cache_size 及其他缓存参数,可有效控制内存使用量的持续增长,使系统内存保持在稳定水平。同时,明确的缓存限制也能避免因缓存无限增长导致的内存溢出风险。
最佳实践
- 生产环境必须显式配置所有缓存参数,避免依赖默认值。
- 根据业务特点调整缓存比例,对于读密集型应用可适当增大缓存。
- 定期审查缓存使用情况,根据实际使用效果优化配置。
- 考虑工作负载特征,对于写入频繁的场景需要特别关注 MergeTree 相关缓存。
通过以上措施,可以有效解决 ByConity 系统中内存持续上涨的问题,保障系统稳定运行。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
1 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析2 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析3 freeCodeCamp英语课程填空题提示缺失问题分析4 freeCodeCamp音乐播放器项目中的函数调用问题解析5 freeCodeCamp论坛排行榜项目中的错误日志规范要求6 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 7 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析8 freeCodeCamp Cafe Menu项目中link元素的void特性解析9 freeCodeCamp全栈开发课程中React实验项目的分类修正10 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K