更新时间:2023-03-17 GMT+08:00

ALM-12061 进程使用率超过阈值

告警解释

系统每30秒周期性检测omm进程使用情况,执行ps -o nlwp,pid,args, -u omm | awk '{sum+=$1} END {print "", sum}'命令,获取当前omm用户并发的所有进程数,在omm用户下,执行ulimit -u,获取omm用户可以同时打开的进程最大数。

结果相除,获取到对应的omm用户进程使用率。进程使用率默认提供一个阈值范围。当检测到进程使用率超出阈值范围时产生该告警。

平滑次数为3,进程使用率小于或等于阈值时,告警恢复;如果当前平滑次数大于1,进程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

12061

重要

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

  • 无法切换到omm用户。
  • 无法创建新的omm线程。

可能原因

  • 告警阈值配置不合理。
  • omm用户可以同时打开的进程(包括线程)的最大个数配置不合理。
  • 同时打开的进程过多。

处理步骤

检查告警阈值配置或者平滑次数配置是否合理。

  1. 在FusionInsight Manager界面,基于实际CPU使用情况,修改告警阈值和平滑次数配置项。

    根据实际服务的使用情况在“运维 > 告警 > 阈值设置 > 待操作集群的名称 > 主机 > 进程 > omm 进程使用率”中更改告警的平滑次数,如图1所示。

    该选项的含义为告警检查阶段,“平滑次数”为连续检查多少次超过阈值,则发送告警。

    图1 设置告警平滑次数

    根据实际服务的使用情况在“运维 > 告警 > 阈值设置 > 待操作集群的名称 > 主机 > 进程 > omm 进程使用率”中修改对应规则的阈值,如图2所示。

    图2 设置告警阈值

  2. 等待2分钟,查看告警是否自动恢复。

    • 是,处理完毕。
    • 否,执行3

检查系统omm用户同时打开的进程(包括线程)最大数的配置是否合理。

  1. 打开FusionInsight Manager页面,在告警列表中,单击此告警所在行的,查看该告警的主机地址
  2. root用户登录告警所在主机
  3. 执行命令su - omm,切换到omm用户。
  4. 执行命令ulimit -u,获取到当前配置的omm用户同时打开的线程最大数的配置值,查看该值是否大于等于60000。

    • 是,执行8
    • 否,执行7

  1. 执行命令ulimit -u 60000,将omm用户的该配置修改为60000,等待2分钟,查看告警是否消失。

    • 是,处理完毕。
    • 否,执行12

检查是否同时打开的进程过多。

  1. 打开FusionInsight Manager页面,在告警列表中,单击此告警所在行的,查看该告警的主机地址。
  2. root用户登录告警所在主机。
  3. 执行命令ps -o nlwp,pid,lwp,args, -u omm|sort -n,查看系统当前使用的线程数量。

    命令回显结果是基于线程数排序的,分析线程数最大的top5线程,结合业务分析是否异常使用,如果是,则需要联系相关维护人员修复该异常,如果所有线程均正常使用,则需要执行ulimit -u命令,将该值调整到大于60000。

  4. 等待5分钟,检查该告警是否恢复。

    • 是,处理完毕。
    • 否,执行12

收集故障信息。

  1. 在集群的FusionInsight Manager界面,选择“运维 > 日志 > 下载”。
  2. 在“服务”中勾选“OmmServer”和“NodeAgent”,单击“确定”。
  3. 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”。
  4. 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。