ALM-12192 主机负载超过阈值

告警解释

系统每30秒周期性检测平均负载，并把实际平均负载和阈值相比较。当检测到平均负载连续多次（默认值为10）超出阈值范围时产生该告警。

平滑次数为1，平均负载小于或等于阈值时，告警恢复；平滑次数大于1，平均负载小于或等于阈值的90%时，告警恢复。

告警属性

告警参数

对系统的影响

• 业务延迟：主机平均负载过高时，可能会导致业务进程运行处理缓慢、业务延迟。
• 业务失败：主机平均负载过高时，可能会导致业务处理缓慢、超时、失败，可能会导致作业运行失败。

可能原因

• 告警阈值配置或者平滑次数配置不合理。
• 主机配置无法满足业务需求，平均负载达到上限。或业务处于高峰期，导致短期内平均负载达到上限。

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. 根据实际CPU使用情况，修改告警阈值和平滑次数配置项。
   1. 登录FusionInsight Manager，选择“运维 > 告警 > 阈值设置 > 待操作集群的名称 > 主机 > 主机状态> 平均负载”。
   2. 根据实际服务的使用情况，单击“平滑次数”后的编辑按钮，更改告警的平滑次数。
      

      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。

   3. 单击规则“操作”列的“修改”，根据实际情况更改告警阈值。

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。

检查平均负载是否达到上限。

3. 在FusionInsight Manager页面，选择“运维 > 告警 > 告警”，在告警列表中展开此告警的详细信息，在定位信息中单击产生该告警的主机名称。
4. 在主机的概览界面观察“平均负载”实时数据5分钟左右，若平均负载多次超过设置的阈值，请联系MRS集群管理员提升主机配置。

   如果无“平均负载”图表，可单击右侧下拉三角，选择“定制”并勾选对应项，单击“确定”。

5. 排查当前业务量是否处于高峰阶段。若处于高峰阶段导致该告警，建议对节点进行扩容，或者联系MRS集群管理员提升主机配置。
6. 检查该告警是否恢复。
   • 是，处理完毕。
   • 否，执行7。

收集故障信息。

7. 在FusionInsight Manager界面，选择“运维>日志>下载”。
8. 在“服务”中勾选“NodeAgent”，单击“确定”。
9. 单击右上角的编辑按钮设置日志收集的“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

不涉及。