告警解释
系统每30秒周期性检测总副本预留磁盘空间所占比率(总副本预留磁盘空间/(总副本预留磁盘空间+总剩余的磁盘空间)),并把实际的总副本预留磁盘空间所占比率和阈值(默认为90%)相比较。当检测到总副本预留磁盘空间所占比率连续多次(平滑次数)高于阈值时,产生该告警。
如果平滑次数为1,总副本预留磁盘空间所占比率小于或等于阈值时,告警恢复;如果平滑次数大于1,总副本预留磁盘空间所占比率小于或等于阈值的90%时,告警恢复。
告警属性
告警ID | 告警级别 | 是否自动清除 |
---|---|---|
14023 | 次要 | 是 |
告警参数
参数名称 | 参数含义 |
---|---|
来源 | 产生告警的集群名称。 |
服务名 | 产生告警的服务名称。 |
角色名 | 产生告警的角色名称。 |
NameService名 | 产生告警的NameService名称。 |
Trigger condition | 系统当前指标取值满足自定义的告警设置条件。 |
对系统的影响
HDFS集群磁盘容量不足,会影响到HDFS的数据写入。如果DataNode的剩余空间都已经给副本预留,则写入HDFS数据失败。
可能原因
- 告警阈值配置不合理。
- HDFS集群配置的磁盘空间不足。
- HDFS的业务访问量太大,超过了已有DataNode的负载能力。
处理步骤
查看阈值设置是否合理
1.在FusiongInsight Manager首页,选择“运维 > 告警 > 阈值设置 > 待操作集群的名称 > HDFS > 磁盘 > 总副本预留磁盘空间所占比率”,查看该告警阈值设置是否合理(默认90%为合理值,用户可以根据自己的实际需求调节)。
- 是,执行步骤4。
- 否,执行步骤2。
2.根据实际服务的使用情况,在“运维 > 告警 > 阈值设置 > 待操作集群的名称 > HDFS > 磁盘 > 总副本预留磁盘空间所单击率”页面单击“修改”更改阈值。
3.等待5分钟,检查该告警是否恢复。
- 是,处理完毕。
- 否,执行步骤4。
查看是否有磁盘空间不足告警
4.在FusionInsight Manager首页,选择“运维 > 告警 > 告警”查看是否存在告警“ALM-14001 HDFS磁盘空间使用率超过阈值”或“ALM-14002 DataNode磁盘空间使用率超过阈值”。
- 是,执行步骤5。
- 否,执行步骤7。
5.参考“ALM-14001 HDFS磁盘空间使用率超过阈值”或“ALM-14002 DataNode磁盘空间使用率超过阈值”进行处理,查看对应告警是否清除。
- 是,步骤6。
- 否,步骤7。
6.等待5分钟,检查该告警是否恢复。
- 是,处理完毕。
- 否,执行步骤7。
对DataNode进行扩容
7.对DataNode进行扩容。
8.等待5分钟,检查该告警是否恢复。
- 是,处理完毕。
- 否,执行步骤9。
收集故障信息
9.在FusionInsight Manager首页,选择“运维 > 日志 > 下载”。
10.在“服务”中勾选待操作集群的“HDFS”。
11.单击右上角的设置日志收集的“开始时间”和“结束时间”分别为告警产生时间的前后20分钟,单击“下载”。
12.请联系运维人员,并发送已收集的故障日志信息。
告警清除
此告警修复后,系统会自动清除此告警,无需手工清除。
参考信息
无。