ALM-45443 集群存在慢SQL查询

告警解释

系统每隔1分钟检测ClickHouse的慢SQL，当检测到有SQL的执行时间大于等于慢SQL阈值时，系统产生此告警。

当系统检测到SQL执行时间小于慢SQL阈值时，告警自动清除。

告警属性

告警参数

对系统的影响

ClickHouse服务的性能下降，影响其他业务的响应时间，若慢SQL的量过大，可能会导致服务不可用。

可能原因

• ClickHouse业务压力过大。
• SQL语句执行耗时较长。

处理步骤

检查ClickHouse业务压力是否过大

1. 登录FusionInsight Manager页面，选择“运维 > 告警 > 告警”，查看当前告警“定位信息”中的角色名以及确认主机名所在的IP地址。
2. 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 --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

3. 执行以下语句，查询系统表判断是否有业务频繁写入，若有相关业务，等待业务执行完成，查看告警是否清除。

   SELECT query_id, user, FQDN(), elapsed, query FROM system.processes ORDER BY query_id;

   • 是，操作结束。
   • 否，执行4。

检查SQL语句执行是否耗时较长

4. 查看告警对象所属的逻辑集群。登录Manager页面，选择“集群 > 服务 > ClickHouse > 逻辑集群 > 查询管理 > 正在进行的慢查询”。在界面上查看哪些SQL执行耗时较长，和客户进行确认，进行业务进行调整，对慢SQL语句进行优化，是否能优化成功。
   • 是，执行5。
   • 否，执行6。

5. 请等待SQL执行结束之后，查看告警是否消除。
   • 是，操作结束。
   • 否，执行6 。

收集故障信息

6. 在FusionInsight Manager界面，选择“运维 > 日志 > 下载”。
7. 在“服务”中勾选待操作集群的“ClickHouse”。
8. 在“主机”中选择异常的主机，单击“确定”。
9. 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”。
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。