深度诊断ECS

guestos.cpu.high_total_usage

总CPU占用率过高

实例整体CPU占用率已超过80%

guestos.cpu.high_process_usage

CPU使用率过高的进程

单进程CPU占用率超过整机的50%

guestos.cpu.high_core_usage

单个CPU占用率过高

单核CPU占用率超过85%

guestos.storage.high_inode_usage

磁盘使用率检查

该实例当前部分云盘对应文件系统的使用率或inode使用率已经超过了80%，可能导致在这些分区上无法创建新的文件

guestos.filesystem.invalid_device

fstab中的设备检查

当前实例的/etc/fstab文件中配置的某个设备不存在，可能会导致实例无法启动

guestos.filesystem.device_mount_failure

fstab中的设备挂载状态检查

该实例存在未在/etc/fstab中配置自动挂载的云盘，可能会导致实例无法启动

guestos.filesystem.invalid_format

fstab文件格式检查

fstab文件存在配置格式错误，可能会导致实例无法启动

guestos.network.firewall_status_check

系统防火墙状态检查

当前实例的防火墙（即iptables设置）目前处于开启状态，如果服务器开启了防火墙，并设置了屏蔽外界访问的规则，可能会导致远程访问实例失败

guestos.memory.oom_events

检查操作系统是否OOM

当前实例Guest OS内部曾经发生了OOM（out-of-memory）问题

guestos.ssh.incorrect_file_permission

SSH公钥或私钥访问权限检查

当前实例SSH依赖的公钥或私钥文件权限不正确，会导致实例无法通过SSH访问

guestos.ssh.missing_critical_file

SSH关键文件检查

当前实例SSH服务对应的关键文件或目录缺失，会导致实例无法通过SSH访问

guestos.memory.high_total_usage

内存使用率过高

实例当前内存使用率已经超过80%

guestos.ssh.forbidden_root_login

SSH是否允许root用户登录

当前实例SSH服务禁止root账号登录，会导致实例无法通过root用户SSH访问

guestos.system.port_listenning

常见业务端口监听状态检查

端口22不存在进程监听，请您登录实例，检查端口业务服务是否存在异常，并根据需要进行修复

guestos.system.unreasonable_file_limits

limits设置检查

当前实例系统文件/etc/security/limits.conf中部分配置大于系统默认值，可能导致实例无法远程登录

guestos.memory.unreasonable_hugepage_config

内存大页配置检查

当前实例内核参数vm.nr_hugepages配置的大页内存数量过大，可能导致实例无法远程登录

guestos.network.wrong_nat_config

NAT网关环境内核参数检查

当前实例NAT网关访问相关的内核参数配置存在异常，导致用户无法通过ssh连接实例，还会导致当前实例上的HTTP服务访问出现异常。请您检查并调整/etc/sysctl.conf中的net.ipv4.tcp_tw_recycle和net.ipv4.tcp_timestamps参数的取值

guestos.network.wrong_tcp_sack

tcp_sack配置检查

当前实例未开启tcp_sack，可能会影响Linux实例的网络性能

guestos.system.wrong_selinux_status

selinux状态检查

该实例开启了SELinux服务，会导致SSH远程连接实例时报错，请您视情况选择临时或永久关闭SELinux服务

guestos.system.missing_critical_user

系统关键用户设置检查

当前实例的系统账号不存在，可能会导致实例无法登录

guestos.network.disabled_multi_queue

网卡多队列开启状态检查

网卡多队列特性状态未开启，可能对网络性能造成影响。请根据需要将该配置调整为开启状态

guestos.system.critical_file_exists

关键系统文件存在性检查

该实例系统目录中的部分关键系统文件缺失，可能导致实例无法登录

guestos.system.critical_service_exists

系统关键进程启动状态检查

该实例系统关键进程(比如SSH进程)处于未运行状态，可能会导致实例无法访问

guestos.system.critical_file_format_invalid

系统关键文件格式检查

当前实例系统账号对应文件的文件格式错误（不是unix格式），可能会导致实例无法登录

guestos.network.nic_dropped

网卡丢包检查

当前实例网卡存在丢包问题，将会导致部分业务请求时延偏高或者失败

guestos.cpu.res_interrupts

IPI重调度中断数偏高

当前实例IPI重调度中断数偏高，可能引起额外开销，存在业务性能下降的风险，建议结合业务排查确认

guestos.cpu.tlb_interrupts

TLB中断数偏高

当前实例TLB中断数偏高，可能引起额外开销，存在业务性能下降的风险，建议结合业务排查确认

guestos.cpu.syscall_high_usage

系统内核空间占用CPU开销较高

当前实例sys内核空间占用CPU资源较高，一般是由于应用程序的某些系统调用过多，可能影响应用程序本身的CPU资源使用

guestos.cpu.irq_not_balanced

CPU核间中断占用率不均衡

当前实例CPU核间中断占用率不均衡，集中到某一个或某几个核上，导致单核si冲高，可能存在CPU单核瓶颈影响业务的风险，请排查

guestos.storage.high_latency

存储时延偏高

当前实例磁盘存储时延偏高，可能会导致业务卡顿、响应时延偏高等性能问题，请结合业务存储IO诉求排查磁盘规格配置

guestos.network.too_much_close_wait_connections

CLOSE_WAIT状态的连接数偏高

当前实例CLOSE_WAIT状态的连接数偏高，存在新请求失败的风险，请排查

guestos.network.nf_conntrack_table_full

链接跟踪表溢出

当前实例链接跟踪表溢出，可能会导致新建连接被丢弃从而造成业务请求失败

guestos.network.too_much_new_connections

新建连接数偏高

当前实例存在大量的新建连接数，可能会导致新请求时延增大或者失败

guestos.network.possible_ddos_attack

疑似ddos攻击

当前实例可能存在ddos攻击风险，请检查确认

guestos.storage.io_bottleneck

存储IO达到磁盘QoS上限

当前实例磁盘存储IOPS或带宽超过磁盘QoS上限，可能会导致业务卡顿或者失败

guestos.network.socket_listenning_queue_overflow

socket监听队列溢出

当前实例存在socket监听队列溢出丢包问题，可能会导致新建连接无法建立

guestos.network.udp_buffer_overflow

UDP缓冲区溢出丢包

当前实例存在UDP突发流量导致缓冲区溢出丢包问题

guestos.network.too_much_time_wait_connections

TIME_WAIT状态的连接数偏高

当前实例TIME_WAIT状态的连接数偏高，可能会导致新请求失败，业务不可用

guestos.network.too_much_fin_wait2_connections

FIN_WAIT2状态的连接数偏高

当前实例FIN_WAIT2状态的连接数偏高，会占用大量的本地端口

guestos.network.too_much_established_connections

ESTABLISHED状态的连接数偏高

当前实例ESTABLISHED状态的连接数偏高，会占用大量的本地端口和内存，请结合业务排查是否正常

guestos.system.file_descriptor_not_enough

文件句柄数偏小

当前实例配置的文件句柄数偏小，当业务使用的文件句柄数达到配置上限的时候，会导致系统不可用

guestos.network.local_port_range_too_small

本地端口范围偏小

当前实例配置的本地端口范围偏小，当实例高并发请求其他业务，可能会报错“Cannot assign requested address”，从而导致新建连接失败

guestos.network.qdisc_queue_overflow

Qdisc发送队列溢出导致丢包

Qdisc队列丢包数据

guestos.memory.swap_check

业务swap检查

当前实例业务出现swap，会导致业务性能下降，对于性能要求较高的业务会有较大影响

guestos.memory.transparent_hugepage_check

透明大页配置检查

当前实例开启了透明大页，建议根据业务性能表现来决定是否需要开启透明大页

guestos.memory.buffer_cache_too_high

内存buffer/cache占用率高

当前实例内存buffer/cache占用率偏高，可能导致内存free不足，应用层malloc时频繁触发回收cache造成业务性能下降

guestos.memory.process_used_too_high

业务进程内存占用率偏高

当前实例业务进程占用内存偏高，可能由于可用内存不足，导致业务性能下降，请排查

guestos.network.traffic_exceed

网络流量超限检测

当前实例网络流量超过当前规格网络QoS上限，可能会导致业务性能受限

guestos.network.socket_tcp_buffer_overflow

TCP缓冲区溢出检测

当前实例Socket使用的page数接近TCP缓冲区配置上限，存在TCP缓冲区溢出丢包风险

guestos.network.socket_udp_buffer_overflow

UDP缓冲区溢出检测

当前实例Socket使用的page数接近UDP缓冲区配置上限，存在UDP缓冲区溢出丢包风险

guestos.gpu.gpu_status

GPU状态

执行nvidia-smi返回的GPU状态不正常

guestos.gpu.gpu_card_lost

GPU掉卡

GPU掉卡

guestos.gpu.core_temp_too_high

GPU核心温度过高

GPU核心温度过高

guestos.gpu.mem_temp_too_high

GPU显存温度过高

GPU显存温度过高

guestos.gpu.fan_error

GPU风扇异常

GPU风扇异常，存在ERR!

guestos.gpu.power_error

GPU功耗异常

GPU功耗异常，存在ERR!

guestos.gpu.memory_usage_too_high

GPU显存使用过高

GPU显存使用过高，可能会出现程序崩溃

guestos.gpu.gpu_usage_too_high

GPU算力使用过高

GPU算力使用过高，可能存在算力不够的情况

guestos.gpu.pcie_link_error

GPU带宽异常

GPU带宽异常，可能硬件出错

guestos.gpu.pstate_low

GPU性能等级低

GPU性能等级低，不能最大限度使用GPU

guestos.gpu.ecc_mode

ECC模式未开启

ECC模式未开启，无法检查ECC错误

guestos.gpu.volatile_ecc_error

GPU的易失性ECC错误太多

GPU的易失性ECC错误超过阈值4

guestos.gpu.aggregate_ecc_error

GPU的聚合性ECC错误太多

GPU的聚合性ECC错误超过阈值4

guestos.gpu.retired_pages_count_error

DRAM内存ECC隔离页错误

DRAM 内存ECC隔离页超标阈值60

guestos.gpu.retired_pages_pending_error

DRAM ECC页隔离待生效

DRAM ECC页隔离待生效

guestos.gpu.xid_error

GPU存在XID错误

GPU存在XID错误

guestos.gpu.kernel_version_error

GPU内核版本不一致错误

GPU驱动安装内核和当前内核版本不一致

guestos.gpu.nouveau_error

nouveau驱动未禁用错误

nouveau驱动未禁用错误

guestos.gpu.cuda_tips

cuda未安装提示

cuda未安装提示

guestos.gpu.fabricmanager_error

fabricmanager未安装错误

fabricmanager未安装错误

guestos.gpu.sram_ecc_too_many_error

SRAM ECC报错太多

SRAM ECC报错

guestos.gpu.remapped_dram_ecc_error

DRAM ECC过多导致行重映射失败

DRAM ECC错误重映射失败

guestos.gpu.dram_ecc_pending_error

DRAM ECC行重映射待生效有错误

DRAM ECC行重映射待生效有错误

guestos.gpu.volatile_dram_correctable_too_many_error

DRAM 可纠正ECC报错太多

DRAM 可纠正ECC报错太多，大于1000

guestos.gpu.volatile_dram_uncorrectable_too_many_error

DRAM 不可纠正ECC报错太多

DRAM 不可纠正ECC报错太多，大于60

guestos.system.missing_initramfs

initramfs文件检查

该实例缺少系统启动必须的initramfs文件，会导致该实例启动出现异常，无法正常进入系统

guestos.system.missing_initramfs_module

initramfs文件关键驱动检查

该实例缺少QingTian实例启动必须的驱动文件virtio_scsi，会导致该实例在部分规格上启动出现异常

guestos.system.missing_grubcfg

grub配置文件检查

该实例缺少系统启动必须的grub配置文件，会导致该实例启动出现异常

guestos.system.missing_vmlinuz

vmlinuz文件检查

该实例缺少系统启动必须的vmlinuz文件，会导致该实例启动出现异常

guestos.system.conflict_ntp_service

实例的时间同步服务检查

实例当前既运行chronyd时间同步服务又运行了ntpd时间同步服务，两个服务在部分场景会存在冲突，无法保证实例节点时钟的稳定

guestos.system.ntp_service_status_abnormal

实例的时间同步服务运行状态检查

实例的时间同步服务运行状态异常，未处于running状态

guestos.system.ntp_service_enablestatus_abnormal

实例的时间同步服务开机自起动配置检查

实例的时间同步服务开机自起动状态异常，未处于enabled状态

guestos.filesystem.duplicate_fs

fstab文件中重复文件系统检查

实例fstab文件中存在重复的文件系统挂载配置

guestos.filesystem.fstab_uuid_status

fstab文件UUID检查

实例fstab文件中未使用UUID声明文件系统

guestos.filesystem.fstab_duplicate_mount

fstab文件重复挂载点检查

实例fstab文件中存在重复的挂载点

guestos.filesystem.mount_path_mismatch

fstab文件挂载对应关系与实际挂载一致性检查

fstab文件中的文件系统与目录的挂载对应关系与实际挂载不一致

guestos.filesystem.fstype_mismatch

fstab文件fstype与实际文件系统fstype一致性检查

fstab文件中的fstype与实际文件系统的fstype不一致

guestos.filesystem.blkid_duplicate_uuid

实例存在多个文件系统UUID一致

实例存在多个文件系统UUID一致

guestos.filesystem.ext4_not_clean

实例存在状态异常的ext4文件系统

实例存在异常的ext4文件系统

guestos.network.static_ip_not_work

实例网卡静态ip配置未生效

实例网卡静态ip配置未生效

guestos.network.dhclient_not_work

实例网卡dhcp客户端常驻进程异常

实例网卡dhcp客户端常驻进程异常

guestos.network.network_service_abnormal

实例网络服务异常

实例网络服务处于异常状态

guestos.system.serial_port_log_not_configured

实例串口日志输出检查

实例串口日志输出检查

guestos.system.page_allocation_failure

实例日志打印内存页分配失败

实例出现内存页分配失败的问题

guestos.system.fork_failed

实例日志打印创建新的进程失败

实例出现无法创建线程的问题

guestos.system.too_many_open_files

实例日志打印无法打开新的文件

实例出现无法打开新的文件句柄的问题