计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
弹性伸缩 AS
镜像服务 IMS
专属主机 DeH
函数工作流 FunctionGraph
云手机服务器 CPH
Huawei Cloud EulerOS
网络
虚拟私有云 VPC
弹性公网IP EIP
虚拟专用网络 VPN
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
VPC终端节点 VPCEP
云连接 CC
企业路由器 ER
企业交换机 ESW
全球加速 GA
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
边缘安全 EdgeSec
威胁检测服务 MTD
CDN与智能边缘
内容分发网络 CDN
CloudPond云服务
智能边缘云 IEC
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
迁移中心 MGC
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
云搜索服务 CSS
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
数据可视化 DLV
数据湖工厂 DLF
湖仓构建 LakeFormation
企业应用
云桌面 Workspace
应用与数据集成平台 ROMA Connect
云解析服务 DNS
专属云
专属计算集群 DCC
IoT物联网
IoT物联网
设备接入 IoTDA
智能边缘平台 IEF
用户服务
账号中心
费用中心
成本中心
资源中心
企业管理
工单管理
国际站常见问题
ICP备案
我的凭证
支持计划
客户运营能力
合作伙伴支持计划
专业服务
区块链
区块链服务 BCS
Web3节点引擎服务 NES
解决方案
SAP
高性能计算 HPC
视频
视频直播 Live
视频点播 VOD
媒体处理 MPC
实时音视频 SparkRTC
数字内容生产线 MetaStudio
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
存储容灾服务 SDRS
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
专属分布式存储服务 DSS
容器
云容器引擎 CCE
容器镜像服务 SWR
应用服务网格 ASM
华为云UCS
云容器实例 CCI
管理与监管
云监控服务 CES
统一身份认证服务 IAM
资源编排服务 RFS
云审计服务 CTS
标签管理服务 TMS
云日志服务 LTS
配置审计 Config
资源访问管理 RAM
消息通知服务 SMN
应用运维管理 AOM
应用性能管理 APM
组织 Organizations
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
应用身份管理服务 OneAccess
数据库
云数据库 RDS
文档数据库服务 DDS
数据管理服务 DAS
数据复制服务 DRS
云数据库 GeminiDB
云数据库 GaussDB
分布式数据库中间件 DDM
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
人脸识别服务 FRS
图引擎服务 GES
图像识别 Image
内容审核 Moderation
文字识别 OCR
AI开发平台ModelArts
图像搜索 ImageSearch
对话机器人服务 CBS
华为HiLens
视频智能分析服务 VIAS
语音交互服务 SIS
应用中间件
分布式缓存服务 DCS
API网关 APIG
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
多活高可用服务 MAS
事件网格 EG
企业协同
华为云会议 Meeting
云通信
消息&短信 MSGSMS
云生态
合作伙伴中心
云商店
开发者工具
SDK开发指南
API签名指南
Terraform
华为云命令行工具服务 KooCLI
其他
产品价格详情
系统权限
管理控制台
客户关联华为云合作伙伴须知
消息中心
公共问题
开发与运维
应用管理与运维平台 ServiceStage
软件开发生产线 CodeArts
需求管理 CodeArts Req
部署 CodeArts Deploy
性能测试 CodeArts PerfTest
编译构建 CodeArts Build
流水线 CodeArts Pipeline
制品仓库 CodeArts Artifact
测试计划 CodeArts TestPlan
代码检查 CodeArts Check
代码托管 CodeArts Repo
云应用引擎 CAE
开天aPaaS
云消息服务 KooMessage
云手机服务 KooPhone
云空间服务 KooDrive

OMS健康检查指标项说明

更新时间:2024-09-30 GMT+08:00

OMS状态检查

指标项名称:OMS状态检查

指标项含义:OMS状态检查包括HA状态检查和资源状态检查。 HA状态取值为active、standby和NULL,分别表示主节点、备节点和未知。资源状态取值为normal、abnormal和NULL,分别表示正常、异常和未知。HA状态为NULL时,认为不健康;资源状态为NULL或abnormal时,认为不健康。

表1 OMS状态说明表

名称

说明

HA状态

active表示主节点

standby表示备节点

NULL表示未知

资源状态

normal表示所有资源都正常

abnormal表示有异常资源

NULL表示未知

恢复指导:

  1. 登录主管理节点,执行su - omm切换到omm用户。执行${CONTROLLER_HOME}/sbin/status-oms.sh查看OMS状态。
  2. 如果HA状态为NULL,可能是系统在重启,这个一般是中间状态,HA后续会自动调整为正常状态。
  3. 如果资源状态异常,则说明有Manager的某些组件资源异常, 可具体查看acs、aos、cep、controller、feed_watchdog、fms、gaussDB、httpd、iam、ntp、okerberos、oldap、pms、tomcat等组件状态是否正常。
  4. 如果Manager组件资源异常,参见Manager组件状态检查进行处理。

Manager组件状态检查

指标项名称:Manager组件状态检查

指标项含义:Manager组件状态检查包括组件资源运行状态和资源HA状态。资源运行状态,取值为Normal、Abnormal等;资源HA状态,取值为Normal、Exception等。Manager组件包含acs、aos、cep、controller、feed_watchdog、floatip、fms、gaussDB、heartBeatCheck、httpd、iam、ntp、okerberos、oldap、pms、tomcat等。当运行状态和HA状态不是Normal时,认为指标不健康。

表2 Manager组件状态说明表

名称

说明

资源运行状态

Normal表示正常运行

Abnormal表示运行异常

Stopped表示停止

Unknown表示状态未知

Starting表示正在启动

Stopping表示正在停止

Active_normal表示主正常运行

Standby_normal表示备正常运行

Raising_active表示正在升主

Lowing_standby表示正在降备

No_action表示没有该动作

Repairing表示正在修复

NULL表示未知

资源HA状态

Normal表示正常

Exception表示故障

Non_steady表示非稳态

Unknown表示未知

NULL表示未知

恢复指导:

  1. 登录主管理节点,执行su - omm切换到omm用户。执行${CONTROLLER_HOME}/sbin/status-oms.sh查看OMS状态。
  2. 如果floatip、okerberos、oldap等异常,可参见告警ALM-12002、ALM-12004、ALM-12005分别进行处理。
  3. 如果是其他资源异常,建议查看相关异常模块的日志。

    controller资源异常:查看异常节点的/var/log/Bigdata/controller/controller.log。

    cep资源异常:查看异常节点的/var/log/Bigdata/omm/oms/cep/cep.log。

    aos资源异常:查看异常节点的/var/log/Bigdata/controller/aos/aos.log。

    feed_watchdog资源异常:查看异常节点的/var/log/Bigdata/watchdog/watchdog.log。

    httpd资源异常:查看异常节点的/var/log/Bigdata/httpd/error_log。

    fms资源异常:查看异常节点的/var/log/Bigdata/omm/oms/fms/fms.log。

    pms资源异常:查看异常节点的/var/log/Bigdata/omm/oms/pms/pms.log。

    iam资源异常:查看异常节点的/var/log/Bigdata/omm/oms/iam/iam.log。

    gaussDB资源异常:查看异常节点的/var/log/Bigdata/omm/oms/db/omm_gaussdba.log。

    ntp资源异常:查看异常节点的/var/log/Bigdata/omm/oms/ha/scriptlog/ha_ntp.log。

    tomcat资源异常:查看异常节点的/var/log/Bigdata/tomcat/catalina.log。

  4. 如果通过日志无法排除问题,请联系运维人员处理,并发送已收集的故障日志信息。

OMA运行状态

指标项名称:OMA运行状态

指标项含义:检查OMA的运行状态,状态结果包括运行和停止两种状态,如果OMA状态为停止,则认为不健康。

恢复指导:

  1. 登录检查结果不健康的节点,然后执行su - omm切换到omm用户。
  2. 执行${OMA_PATH}/restart_oma_app,手工启动OMA,然后重新检查。如果检查结果仍然不健康,则执行3
  3. 如果手工启动OMA无法恢复,建议查看分析OMA日志“/var/log/Bigdata/omm/oma/omm_agent.log”
  4. 如果通过日志无法排除问题,请联系运维人员处理,并发送已收集的故障日志信息。

各节点与主管理节点之间SSH互信

指标项名称:各节点与主管理节点之间SSH互信

指标项含义:检查SSH互信是否正常。如果使用omm用户,在主管理节点可以通过SSH登录其他节点且不需要输入密码,则认为健康;否则,不健康。或者主管理节点SSH可以直接登录其他节点,但在其他节点无法通过SSH登录主管理节点,则也认为不健康。

恢复指导:

  1. 如果该指标项检查异常,表示各节点与主管理节点之间SSH互信异常。SSH互信异常时,首先检查“/home/omm”目录的权限是否为omm。非omm的目录权限可能导致SSH互信异常,建议执行chown omm:wheel修改权限后重新检查。如果“/home/omm”目录权限正常,则执行2
  2. SSH互信异常一般会导致Controller和NodeAgent之间心跳异常,进而出现节点故障的告警。这时可参见告警ALM-12006进行处理。

进程运行时间

指标项名称:NodeAgent运行时间、Controller运行时间和Tomcat运行时间

指标项含义:检查NodeAgent、Controller、Tomcat进程的运行时间。如果小于半小时(即1800s),则进程可能重启过,建议半小时后再检查。如果多次检查,进程的运行时间都小于半小时,说进程状态异常。

恢复指导:

  1. 登录检查结果不健康的节点,执行su - omm切换到omm用户。
  2. 根据进程名称查看进程pid,执行命令:

    ps -ef | grep NodeAgent

  3. 根据pid查看进程启动时间,执行命令:

    ps -p pid -o lstart

  4. 判断进程启动时间是否正常。如果进程一直反复重启,执行5
  5. 查看对应模块日志,分析重启原因。

    NodeAgent运行时间异常,检查相关日志/var/log/Bigdata/nodeagent/agentlog/agent.log

    Controller运行时间异常,检查相关日志/var/log/Bigdata/controller/controller.log

    Tomcat运行时间异常,检查相关日志/var/log/Bigdata/tomcat/web.log

  6. 如果通过日志无法排除问题,请联系运维人员处理,并发送已收集的故障日志信息。

帐户及密码过期检查

指标项名称:帐户及密码过期检查

指标项含义:该指标项检查MRS的两个操作系统用户ommommdba。对操作系统用户,同时检查帐户及密码的过期时间。如果帐户或密码有效期小于等于15天,则认为不健康。

恢复指导:如果帐户或密码有效期小于等于15天,建议及时联系运维人员处理。

我们使用cookie来确保您的高速浏览体验。继续浏览本站,即表示您同意我们使用cookie。 详情

文档反馈

文档反馈

意见反馈

0/500

标记内容

同时提交标记内容