排除内存溢出循环故障

内存不足（OOM）循环发生在正在运行的进程消耗越来越多的内存，直到操作系统被迫终止并重启该进程。当进程被终止时，分配给该进程的内存被释放，但在重启后，它继续消耗越来越多的RAM，直到循环重新开始。

在监控仪表盘中，OOM循环将出现在内存使用%指标中，类似于以下内容：

潜在原因

OOM 循环的原因可能千差万别，具体取决于您对 TICK 堆栈的特定使用案例，但以下是最常见的：

未优化的查询

查询的内容和查询的方式可以极大地影响InfluxDB的内存使用和性能。由于重复发出消耗内存的查询，将会发生OOM循环。例如，一个设置为每30秒刷新一次的仪表板单元。

选择一个不指定时间范围的测量

在未指定时间范围的情况下从测量中选择时，InfluxDB 尝试从 UNIX 纪元时间的开始（1970 年 1 月 1 日 00:00:00 UTC）提取数据点，将返回的数据存储在内存中，直到准备好输出。由于内存使用过高，操作系统最终会结束该过程。

没有时间范围的测量选择示例

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

解决方案

识别和更新未优化的查询

在InfluxDB中，OOM循环最常见的原因是未优化的查询，但识别出哪些查询可以更好地优化可能很具挑战性。InfluxQL包含工具，帮助识别查询的“成本”，并洞察哪些查询有优化的空间。

查看您的InfluxDB日志

如果一个查询被终止，它会被InfluxDB记录。 查看您的 InfluxDB logs 以获取有关哪些查询被终止的提示。

估算查询成本

InfluxQL的 EXPLAIN 语句 解析并计划一个查询，然后输出估计成本的摘要。这允许您在实际运行查询之前估计查询可能的资源消耗。

示例 EXPLAIN 语句

> 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 只会输出查询引擎创建的迭代器。它不会捕获查询引擎中的任何其他信息，例如将实际处理多少个点。

分析实际查询成本

InfluxQL的 EXPLAIN ANALYZE 语句 实际上执行一个查询并计算运行时的成本。

示例 EXPLAIN ANALYZE 语句

> 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，增加可用与InfluxDB的内存。 在虚拟化或云环境中运行时，这更容易，因为资源可以灵活扩展。 在资源固定的环境中，这可能是一个非常困难的挑战。