ALM-18000 Yarn服务不可用

告警解释

告警模块按60秒周期检测Yarn服务状态。当检测到Yarn服务不可用时产生该告警。

Yarn服务状态恢复正常时，告警恢复。

告警属性

告警参数

对系统的影响

• 集群无法提供Yarn服务。
• 用户无法执行新的application。
• 已提交的application无法执行。

可能原因

• ZooKeeper服务异常。
• HDFS服务异常。
• Yarn集群中没有主ResourceManager实例。
• Yarn集群中的所有NodeManager节点异常。

处理步骤

检查ZooKeeper服务状态。

1. 在FusionInsight Manager的告警列表中，查看是否有告警“ALM-13000 ZooKeeper服务不可用”产生。
   • 是，执行步骤 2。
   • 否，执行步骤 3。

2. 参考ALM-13000 ZooKeeper服务不可用的处理步骤处理故障后，检查本告警是否恢复。
   • 是，处理完毕。
   • 否，执行步骤 3。

检查HDFS服务状态。

3. 在FusionInsight Manager的告警列表中，查看是否有HDFS相关告警产生。
   • 是，执行步骤 4。
   • 否，执行步骤 5。

4. 选择“运维 > 告警 > 告警”，根据告警帮助处理HDFS相关告警后，检查本告警是否恢复。
   • 是，处理完毕。
   • 否，执行步骤 5。

检查Yarn集群中的ResourceManager状态。

5. 在FusionInsight Manager界面，选择“集群 > 服务 > Yarn”。
6. 在“概览”中，检查Yarn集群中是否存在主状态的ResourceManager实例。
   • 是，执行步骤 7。
   • 否，执行步骤 10。

检查Yarn集群中的NodeManager节点状态。

7. 在FusionInsight Manager界面，选择“集群 > 服务 > Yarn > 实例”。
8. 查看NodeManager的“运行状态”，检查是否有处于非良好状态的节点。
   • 是，执行步骤 9。
   • 否，执行步骤 10。

9. 按“ALM-18002 NodeManager心跳丢失”或“ALM-18003 NodeManager不健康”提供的步骤处理该故障，故障修复后检查本告警是否恢复。
   • 是，处理完毕。
   • 否，执行步骤 10。

收集故障信息。

10. 在主集群的FusionInsight Manager界面，选择“运维 > 日志 > 下载”。
11. 在“服务”勾选待操作集群的“Yarn”。
12. 单击右上角的设置日志收集的“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”。
13. 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

无。