排查内存溢出 (OOM) 循环

当运行中的进程消耗的内存不断增加，直到操作系统被迫终止并重启该进程时，就会出现内存溢出 (OOM) 循环。当进程被终止时，分配给该进程的内存会被释放，但重启后，它会继续占用越来越多的内存，直到周期再次重复。

在监控仪表板中，OOM 循环会显示在内存使用率 %指标中，看起来类似于下图

潜在原因

OOM 循环的原因多种多样，取决于您对 TICK 堆栈的具体使用情况，但以下是最常见的原因

未优化的查询

查询的内容和方式会极大地影响 InfluxDB 的内存使用和性能。重复执行耗尽内存的查询会导致 OOM 循环。例如，一个设置为每 30 秒刷新的仪表板单元。

选择测量指标时未指定时间范围

当从一个测量指标中进行选择而未指定时间范围时，InfluxDB 会尝试从 UNIX 纪元时间（1970 年 1 月 1 日 00:00:00 UTC）开始提取数据点，并将返回的数据存储在内存中，直到准备好输出。由于内存占用过高，操作系统最终会终止该进程。

选择测量指标时未指定时间范围的示例

SELECT * FROM "telegraf"."autogen"."cpu"

解决方案

识别并更新未优化的查询

InfluxDB 中 OOM 循环最常见的原因是查询未优化，但要确定哪些查询可以进一步优化可能具有挑战性。InfluxQL 包含一些工具，可以帮助您确定查询的“成本”，并深入了解哪些查询有优化空间。

查看您的 InfluxDB 日志

如果查询被终止，InfluxDB 会将其记录下来。查看您的 InfluxDB 日志，了解哪些查询正在被终止。

估算查询成本

InfluxQL 的 EXPLAIN 语句可以解析并规划查询，然后输出预估成本的摘要。这使您能够在实际运行查询之前，估算出查询对资源的消耗程度。

EXPLAIN 语句示例

> EXPLAIN SELECT * FROM "telegraf"."autogen"."cpu"

QUERY PLAN
----------
EXPRESSION: <nil>
AUXILIARY FIELDS: cpu::tag, host::tag, usage_guest::float, usage_guest_nice::float, usage_idle::float, usage_iowait::float, usage_irq::float, usage_nice::float, usage_softirq::float, usage_steal::float, usage_system::float, usage_user::float
NUMBER OF SHARDS: 12
NUMBER OF SERIES: 108
CACHED VALUES: 38250
NUMBER OF FILES: 1080
NUMBER OF BLOCKS: 10440
SIZE OF BLOCKS: 23252999

EXPLAIN 仅输出查询引擎创建的迭代器。它不会捕获查询引擎内的任何其他信息，例如实际将处理多少个点。

分析实际查询成本

InfluxQL 的 EXPLAIN ANALYZE 语句会实际执行查询并在运行时计算成本。

EXPLAIN ANALYZE 语句示例

> EXPLAIN ANALYZE SELECT * FROM "telegraf"."autogen"."cpu" WHERE time > now() - 1d

EXPLAIN ANALYZE
---------------
.
└── select
    ├── execution_time: 104.608549ms
    ├── planning_time: 5.08487ms
    ├── total_time: 109.693419ms
    └── build_cursor
        ├── labels
        │   └── statement: SELECT cpu::tag, host::tag, usage_guest::float, usage_guest_nice::float, usage_idle::float, usage_iowait::float, usage_irq::float, usage_nice::float, usage_softirq::float, usage_steal::float, usage_system::float, usage_user::float FROM telegraf.autogen.cpu
        └── iterator_scanner
            ├── labels
            │   └── auxiliary_fields: cpu::tag, host::tag, usage_guest::float, usage_guest_nice::float, usage_idle::float, usage_iowait::float, usage_irq::float, usage_nice::float, usage_softirq::float, usage_steal::float, usage_system::float, usage_user::float
            └── create_iterator
                ├── labels
                │   ├── measurement: cpu
                │   └── shard_id: 317
                ├── cursors_ref: 0
                ├── cursors_aux: 90
                ├── cursors_cond: 0
                ├── float_blocks_decoded: 450
                ├── float_blocks_size_bytes: 960943
                ├── integer_blocks_decoded: 0
                ├── integer_blocks_size_bytes: 0
                ├── unsigned_blocks_decoded: 0
                ├── unsigned_blocks_size_bytes: 0
                ├── string_blocks_decoded: 0
                ├── string_blocks_size_bytes: 0
                ├── boolean_blocks_decoded: 0
                ├── boolean_blocks_size_bytes: 0
                └── planning_time: 4.523978ms

扩展可用内存

如果可能，请增加分配给 InfluxDB 的内存量。如果您在虚拟化或云环境中运行，可以动态扩展资源，这样做会更容易。在资源固定的环境中，这可能是一个非常难以克服的挑战。