ALM-14010 NameService服务异常

告警解释

系统每180秒周期性检测NameService服务状态，当检测到NameService服务不可用时产生该告警。

NameService服务恢复时，告警清除。

告警属性

告警参数

对系统的影响

无法为基于该NameService服务的HBase和MapReduce等上层部件提供服务。用户无法读写文件。

可能原因

• KrbServer服务异常。
• JournalNode节点故障。
• DataNode节点故障。
• 磁盘容量不足。
• NameNode节点进入安全模式。

处理步骤

检查KrbServer服务状态。

1. 在FusionInsight Manager首页，选择“集群 > 服务”。
2. 查看KrbServer服务是否存在。
   • 是，执行3。
   • 否，执行6。

3. 单击“KrbServer”。
4. 单击“实例”。在KrbServer管理页面，选择故障实例，选择“更多 > 重启实例”。查看实例能否成功启动。
   • 是，执行5。
   • 否，执行24。

5. 在“运维 > 告警 > 告警”页签，查看该告警是否恢复。
   • 是，处理完毕。
   • 否，执行6。

检查JournalNode实例状态。

6. 在FusionInsight Manager首页，选择“集群 > 服务”。
7. 选择“HDFS > 实例”。
8. 在实例页面中，查看JournalNode的“运行状态”是否为“良好”。
   • 是，执行11。
   • 否，执行9。

9. 选择故障的JournalNode，选择“更多 > 重启实例”。查看JournalNode能否成功启动。
   • 是，执行10。
   • 否，执行24。

10. 在“运维 > 告警 > 告警”页签，查看该告警是否恢复。
    • 是，处理完毕。
    • 否，执行11。

检查DataNode实例状态。

11. 在FusionInsight Manager首页，选择“集群 > 服务 > HDFS”。
12. 单击“实例”查看所有DataNode节点的“运行状态”是否为“良好”。
    • 是，执行15。
    • 否，执行13。

13. 单击“实例”。在DataNode管理页面，选择故障DataNode，选择“更多 > 重启实例”。查看DataNode能否成功启动。
    • 是，执行14。
    • 否，执行15。

14. 在“运维 > 告警 > 告警”页签，查看该告警是否恢复。
    • 是，处理完毕。
    • 否，执行15。

检查磁盘状态。

15. 在FusionInsight Manager首页，选择“主机”。
16. 在“磁盘”列，检查磁盘空间是否不足。
    • 是，执行17。
    • 否，执行19。

17. 对磁盘进行扩容。
18. 在“运维 > 告警 > 告警”页签，查看该告警是否恢复。
    • 是，处理完毕。
    • 否，执行19。

检查NameNode节点是否进入安全模式。

19. 在FusionInsight Manager首页，选择“集群 > 服务 > HDFS”。
20. 在HDFS“概览”的基本信息区域（或HDFS“概览”中“NameService概述”区域）查看“安全模式”参数值是否为“ON”。

    “ON”表示安全模式已打开。

    • 是，执行21。
    • 否，执行24。

21. 以root用户登录客户端。执行cd命令进入客户端安装目录，然后执行source bigdata_env。如果集群采用安全版本，要进行安全认证，执行kinit hdfs命令，按提示输入密码（向MRS集群管理员获取密码）。如果集群采用非安全版本，需使用omm用户登录并执行命令，请确保omm用户具有客户端执行权限。
22. 执行hdfs dfsadmin -safemode leave。
23. 在“运维 > 告警 > 告警”页签，查看该告警是否恢复。
    • 是，处理完毕。
    • 否，执行24。

收集故障信息。

24. 在FusionInsight Manager首页，选择“运维 > 日志 > 下载”。
25. 在“服务”中勾选待操作集群的如下节点信息。
    • ZooKeeper
    • HDFS

26. 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”。
27. 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。