告警解释

告警模块按60秒周期检测Yarn服务状态。当检测到Yarn服务不可用时产生该告警。

Yarn服务恢复时，告警恢复。

告警属性

告警参数

对系统的影响

集群无法提供Yarn服务。用户无法执行新的application。已提交的application无法执行。

可能原因

• ZooKeeper服务异常。
• HDFS服务异常。
• Yarn集群中没有主ResourceManager实例。
• Yarn集群中的所有NodeManager节点异常。

处理步骤

检查ZooKeeper服务状态

1.在FusionInsight Manager的告警列表中，查看是否有告警“ALM-13000 ZooKeeper服务不可用”产生。

• 是，执行步骤2。
• 否，执行步骤3。

2.参考“ALM-13000 ZooKeeper服务不可用”的处理步骤处理故障后，检查本告警是否恢复。

• 是，处理完毕。
• 否，执行步骤3。

检查HDFS 服务状态

3.在FusionInsight Manager的告警列表中，查看是否有HDFS相关告警产生。

• 是，执行步骤4。
• 否，执行步骤5。

4.选择“运维 > 告警 > 告警”，根据告警帮助处理HDFS相关告警后，检查本告警是否恢复。

• 是，处理完毕。
• 否，执行步骤5。

检查Yarn集群中的ResourceManager状态

5.在FusionInsight Manager界面，选择“集群 > 待操作集群的名称 >服务 > Yarn”。

6.在“概览”中，检查Yarn集群中是否存在主ResourceManager实例。

• 是，执行步骤7。
• 否，执行步骤10。

检查Yarn集群中的NodeManager节点状态

7.在FusionInsight Manager界面，选择“集群 > 待操作集群的名称 > 服务 > Yarn > 实例”。

8.查看NodeManager的“运行状态”，检查是否有处于非健康状态的节点。

• 是，执行步骤9。
• 否，执行步骤10。

9.按“ALM-18002 NodeManager心跳丢失”或“ALM-18003 NodeManager不健康”提供的步骤处理该故障，故障修复后检查本告警是否恢复。

• 是，处理完毕。
• 否，执行步骤10。

收集故障信息

10.在主集群的FusionInsight Manager界面，选择“运维 > 日志 > 下载”。

11.在“服务”勾选待操作集群的“Yarn”。

12.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”。

13.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。