告警解释
系统按300秒周期性检测HBase上的region处在RIT状态的数量。当检测到处在RIT状态的region时长超过阈值时长(连续两次超过阈值),上报该告警。当处在超时状态的region都恢复后,告警恢复。
说明
若集群启用了多实例功能且安装了多个HBase服务,请根据“定位信息”的“服务名”值来确定具体产生告警的HBase服务。例如HBase1服务不可用,则“定位信息”中显示服务名=HBase1,处理步骤中的操作对象也应由HBase调整为HBase1。
告警属性
告警ID | 告警级别 | 是否自动清除 |
---|---|---|
19013 | 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。 |
对系统的影响
表的部分数据丢失或不可用。
可能原因
- Compaction永久阻塞。
- HDFS文件异常。
处理步骤
检查告警原因
1.在FusionInsight Manager首页,选择“运维 > 告警 > 告警”,选中“告警ID”为“19013”的告警,查看“定位信息”中的主机名及角色名。
2.选择“集群 > 待操作集群的名称 > 服务 > HBase ”,单击图表区域右上角的下拉菜单,选择“定制 > 服务 > 处在RIT状态的region数”,单击“确定”,查看该图表中“处在RIT状态达到阈值时长的region数”监控项是否在连续3个检测周期内检测到值。(默认阈值为60秒)。
- 是,执行步骤3。
- 否,执行步骤7。
3.选择“集群 > 待操作集群的名称 > 服务 > HBase > HMaster(主) > Tables” ,查看是否只是某一个表的region RIT状态超时。
- 是,执行步骤4。
- 否,执行步骤7。
4.在客户端执行hbase hbck是否报错“No table descriptor file under hdfs://hacluster/hbase/data/default/table”。
- 是,执行步骤5。
- 否,执行步骤7。
5.以root用户登录客户端。执行如下命令:
cd 客户端安装目录
source bigdata_env
如为安全模式集群,请执行kinit hbase
登录HMaster WebUI,在导航栏选择“Procedure & Locks”,在Procedures查看是否有处于Waiting状态的process id。如果有,需要执行以下命令将procedure lock释放:
hbase hbck -j 客户端安装目录/HBase/hbase/tools/hbase-hbck2-*.jar bypass -o pid
查看State是否处于Bypass状态,如果界面上的procedures一直处于RUNNABLE(Bypass)状态,需要进行主备切换。执行assigns命令使region重新上线。
hbase hbck -j 客户端安装目录/HBase/hbase/tools/hbase-hbck2-*.jar assigns -o
regionName
6.在客户端执行 hbase hbck,查看否报错“No table descriptor file under hdfs://hacluster/hbase/data/default/table”。
- 是,执行步骤7。
- 否,处理完毕。
收集故障信息
7.在主备集群的FusionInsight Manager界面,选择“运维 > 日志 > 下载”。
8.在“服务”中勾选待操作集群的有问题的HBase服务。
9.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”。
10.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。