ambari-metric原理

AMS也是一个 Master-Slave 结构的框架。Master 模块便是 Metrics Collector，Slave 则是 Metrics Monitor 和 Hadoop Sinks。Slave 模块负责收集信息，并发送给 Collector。当然 Metrics Monitor 和 Hadoop Sinks 也有不同的职责，前者主要负责收集机器本身相关的指标，例如 CPU、Mem、Disk 相关信息；后者则负责收集 Hadoop 相关 Service 模块的性能数据，例如该模块Namenode占用了多少 Mem，以及该模块的 CPU 占用率等。

Ambari-metric存储数据的表如下：

Ambari-metric配置优化

1.根据集群规模进行参数调整：

2.Ambari-metric参数最佳实践（node1000+）：

# AMS Collector heapsize

export AMS_COLLECTOR_HEAPSIZE=12288m

export HBASE_MASTER_OPTS=" -Xms11904m -Xmx11904m -Xmn896m -XX:CMSInitiatingOccupancyFraction=70 -XX:+UseCMSInitiatingOccupancyOnly"

export HBASE_REGIONSERVER_OPTS=" -Xmn128m -XX:CMSInitiatingOccupancyFraction=70 -XX:+UseCMSInitiatingOccupancyOnly -Xms512m -Xmx512m"

3.另一现场参数调优后配置：