ALM-45425 ClickHouse服务不可用

告警解释

告警模块按60秒周期检测ClickHouseServer实例状态，当检测到ClickHouseServer某个分片的所有实例异常时，系统产生此告警。

当系统检测到该分片的任一ClickHouseServer实例恢复正常，且告警处理完成时，告警恢复。

告警属性

告警参数

对系统的影响

ClickHouse服务异常，无法通过FusionInsight Manager对ClickHouse进行集群操作，无法使用ClickHouse服务功能。

可能原因

• ZooKeeper服务不可用。
• ClickHouse故障实例节点其组件配置目录下的metrika.xml配置信息和ZooKeeper中对应ClickHouse实例配置不一致。

处理步骤

ZooKeeper服务不可用

1. 登录FusionInsight Manager，选择“运维 > 告警 > 告警”，在告警列表中，查看是否有“ALM-13000 ZooKeeper服务不可用”告警产生。
   • 是，执行2。
   • 否，执行3。

2. 参考“ALM-13000 ZooKeeper服务不可用”告警帮助指导处理该告警。在告警列表中，查看“ALM-45425 ClickHouse服务不可用”告警是否清除。
   • 是，操作结束。
   • 否，执行3。

检查ClickHouse实例metrika.xml配置是否正常

3. 登录FusionInsight Manager，选择“集群 > 服务 > ClickHouse > 实例”，根据告警信息查看是否存在状态异常的ClickHouse实例。
   • 是，执行4。
   • 否，执行11。

4. 登录ClickHouse服务异常的实例主机节点，并通过ping其他正常ClickHouse实例节点IP的方式进行网络是否互通验证。
   • 是，执行5。
   • 否，联系网络管理员修复网络。

5. 以客户端安装用户，登录客户端的节点，执行如下命令：

   cd {客户端安装路径}

   source bigdata_env

   • 集群已启用Kerberos认证（安全模式）：

     kinit 组件业务用户

     clickhouse client --host 上报告警的ClickHouseServer实例IP --port 9440 --secure

   • 集群未启用Kerberos认证（普通模式）：

     clickhouse client --host 上报告警的ClickHouseServer实例IP --user 用户名 --password --port 9000

   查询macros.id对应的值：

   select substitution from system.macros where macro='id';

6. 登录ZooKeeper客户端所在主机节点，执行以下命令登录ZooKeeper客户端工具。

   切换到客户端安装目录。

   例如：cd /opt/client

   执行以下命令配置环境变量。

   source bigdata_env

   执行以下命令进行用户认证。(普通模式跳过此步骤)

   kinit 组件业务用户

   执行以下命令登录客户端工具。

   zkCli.sh -server ZooKeeper角色实例所在节点业务IP: clientPort

7. 使用如下命令检查ClickHouse集群拓扑信息是否能正常获取到。

   get /clickhouse/config/5中的macros.id对应的值/metrika.xml

   • 是，执行8。
   • 否，不能正常获取则执行11。

8. 登录ClickHouse服务异常的实例主机节点，进入当前ClickHouse实例配置目录。

   cd ${BIGDATA_HOME}/FusionInsight_ClickHouse_版本号/x_x_ClickHouseServer/etc

   cat metrika.xml

9. 检查7中获取的ZooKeeper上的集群拓扑信息是否与8中组件配置目录下的metrika.xml是否一致。
   • 是，如果确认告警还未恢复则执行11。
   • 否，执行10。

10. 在FusionInsight Manager首页，选择“集群 > 服务 > ClickHouse > 更多 > 同步配置”，等待五分钟，查看服务状态是否良好，告警是否恢复。
    • 是，处理完毕。
    • 否，执行11。

收集故障信息

11. 在FusionInsight Manager界面，选择“运维 > 日志 > 下载”。
12. 在“服务”中勾选待操作集群的“ClickHouse”。
13. 在“主机”中选择对应的主机。
14. 单击右上角的时间编辑按钮，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1小时，单击“下载”。
15. 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。