告警解释
系统每30秒周期性检测HDFS服务直接内存使用状态,当检测到NameNode实例直接内存使用率超出阈值(最大内存的90%)时,产生该告警。
直接内存使用率小于阈值时,告警恢复。
告警属性
告警ID | 告警级别 | 是否自动清除 |
---|---|---|
14017 | 重要 | 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。 |
主机名 | 产生告警的主机名。 |
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
NameNode可用直接内存不足,可能会造成内存溢出导致服务崩溃。
可能原因
该节点NameNode实例直接内存使用率过大,或配置的直接内存不合理,导致使用率超过阈值。
处理步骤
检查直接内存使用率
1.在FusionInsight Manager首页,选择“运维 > 告警 > 告警”,单击告警“ALM-14017 NameNode直接内存使用率超过阈值”所在行的下拉菜单,在“定位信息”中查看告警上报的角色名并确定实例的IP地址。
2.在FusionInsight Manager首页,选择“集群 > 待操作集群的名称 > 服务 > HDFS > 实例 > NameNode(对应上报告警实例IP地址)”,单击图表区域右上角的下拉菜单,选择“定制 > 资源”,勾选“NameNode内存使用详情”。查看直接内存使用情况。
3.查看NameNode使用的直接内存是否已达到NameNode设定的最大直接内存的90%(默认阈值)。
- 是,执行步骤4。
- 否,执行步骤8。
4.在FusionInsight Manager首页,选择“集群 > 待操作集群的名称 > 服务 > HDFS > 配置 > NameNode > 全部配置”。查看“GC_OPTS”参数中是否存在“-XX:MaxDirectMemorySize”。
- 是,执行步骤5。
- 否,执行步骤6。
5.在“GC_OPTS”中把参数“-XX:MaxDirectMemorySize”删除。保存配置,并重启NameNode实例。
6.查看告警信息,是否存在告警“ALM-14007 NameNode堆内存使用率超过阈值”。
- 是,查看“ALM-14007 NameNode堆内存使用率超过阈值”进行处理。
- 否,执行步骤7。
7.观察界面告警是否清除。
- 是,处理完毕。
- 否,执行步骤8。
收集故障信息
8.在FusionInsight Manager首页,选择“运维 > 日志 > 下载”。
9.在“服务”中勾选待操作集群的“NameNode”。
10.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10分钟,单击“下载”。
11.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。