告警解释
系统每30秒周期性检测主机文件句柄使用率,并把实际使用率和阈值(系统默认阈值80%)进行比较,当检测到主机文件句柄使用率连续多次(默认值为5)超过阈值时产生该告警。
用户可通过“运维 > 告警 > 阈值设置 > 待操作集群的名称 > 主机 > 主机状态 > 主机文件句柄使用率”修改阈值。
平滑次数为1,主机文件句柄使用率小于或等于阈值时,告警恢复;平滑次数大于1,主机文件句柄使用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 |
---|---|---|
12053 | 重要 | 是 |
告警参数
参数名称 | 参数含义 |
---|---|
来源 | 产生告警的集群或系统名称。 |
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
系统应用无法打开文件、网络等IO操作,程序异常。
可能原因
- 应用进程存在异常,如打开的文件或socket没有关闭。
- 文件句柄数不满足当前业务需求。
- 系统环境异常。
处理步骤
查看进程打开文件情况
1.打开FusionInsight Manager页面,在实时告警列表中,单击此告警所在行的,获取告警所在主机IP地址。
2.以root用户登录告警所在主机。
3.执行命令 lsof -n|awk '{print $2}'|sort|uniq -c|sort -nr|more ,查看文件句柄占用较多的进程。
4.分析打开文件数目较多的进程,分析该进程是否存在异常,如打开的文件或socket没有关闭。
- 是,执行步骤5。
- 否,执行步骤7。
5.文件句柄占用多的异常进程进行确认释放。
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。
增大文件句柄数
7.打开FusionInsight Manager页面,在实时告警列表中,单击此告警所在行的,获取告警所在主机IP地址。
8.以root用户登录告警所在主机。
9.联系系统管理员,增大系统文件句柄数。
10.执行cat /proc/sys/fs/file-nr查看已使用句柄数和最大句柄数。第一个值为已使用句柄数,第三个值为最大句柄数,计算使用率是否超过设定阈值。
# cat /proc/sys/fs/file-nr
12704 0 640000
- 是,执行步骤9。
- 否,执行步骤11。
- 等待5分钟,检查该告警是否恢复。
- 是,处理完毕。
- 否,执行步骤12。
检查系统环境是否异常
12.联系系统管理员,检查操作系统是否存在异常。
- 是,恢复操作系统故障,执行步骤13。
- 否,执行步骤14。
13.等待5分钟,检查该告警是否恢复。
- 是,处理完毕。
- 否,执行步骤14。
收集故障信息
14.在主集群的FusionInsight Manager界面,选择“运维 > 日志 > 下载”。
15.在“服务”中勾选“OMS”,单击“确定”。
16.设置“主机”为告警所在节点和主OMS节点。
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30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。