告警解释
系统每30秒周期性检测每个HBase服务实例RegionServer等待同步的HFile文件数量。该指标可以在RegionServer角色监控界面查看,当检测到某个RegionServer上的等待同步HFile文件数量超出阈值(默认连续20次超过默认阈值128)时产生该告警。用户可通过“运维 > 告警 > 阈值设置 > 待操作集群 > HBase”来修改阈值。当等待同步的HFile文件数量小于或等于阈值时,告警消除。
告警属性
告警ID | 告警级别 | 是否自动清除 |
---|---|---|
19019 | 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
RegionServer等待同步的HFile文件数量超出阈值,会影响HBase使用的znode超出阈值,影响HBase服务状态。
可能原因
- 网络异常。
- RegionServer的Region分布不均匀。
- 备集群HBase服务规模过小。
处理步骤
查看告警定位信息
1.在FusionInsight Manager首页,选择“运维 > 告警 > 告警”,选择“告警ID”为“19019”的告警,查看“定位信息”中产生该告警的服务实例和主机名。
检查主备集群RegionServer之间的网络连接
2.执行ping命令,查看故障RegionServer节点和备集群RegionServer所在主机的网络连接是否正常。
- 是,执行步骤5
- 否,执行步骤3
3.联系网络管理员恢复网络。
4.网络恢复后,在告警列表中,查看本告警是否清除。
- 是,处理完毕。
- 否,执行步骤5。
检查主集群RegionServer的Region分布情况
5.在FusionInsight Manager首页,选择“集群 > 待操作集群的名称 > 服务 > HBase”,单击“HMaster(主)”,打开该HBase实例的WebUI,查看Region Servers上Region分布是否均衡。
6.以omm用户登录故障RegionServer节点。
7.进入客户端安装目录,设置环境变量。
cd 客户端安装目录
source bigdata_env
如果集群采用安全版本,要进行安全认证。执行kinit hbase命令,按提示输入密码(向管理员获取密码)。
8.执行以下命令查看目前负载均衡功能是否打开。
hbase shell
balancer_enabled
- 是,执行步骤10。
- 否,执行步骤9。
9.在hbase shell中执行命令打开负载均衡功能,并执行命令查看确认成功打开。
balance_switch true
balancer_enabled
10.执行balancer命令手动触发负载均衡。
说明建议打开和手动触发负载均衡操作在业务低峰期进行。
11.观察该告警是否清除。
- 是,处理完毕。
- 否,执行步骤12。
检查备集群HBase服务规模
12.对HBase集群扩容,增加节点,并在节点上增加RegionServer实例。然后执行步骤步骤6 -步骤步骤10,打开负载均衡功能并手动触发。
13.在FusionInsight Manager首页,选择“集群 > 待操作集群的名称 > 服务 > HBase”,单击“HMaster(主)”,打开该HBase实例的WebUI,刷新页面查看Region分布是否均衡。
- 是,执行步骤14。
- 否,执行步骤15。
14.观察该告警是否清除。
- 是,处理完毕。
- 否,执行步骤15。
收集故障信息
15.在主备群的FusionInsight Manager界面,选择“运维 > 日志 > 下载”。
16.在“服务”中勾选待操作集群的“HBase”。
17.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”。
18.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。