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:
135202205>
