ALM-12045 网络读包丢包率超过阈值（2.x及以前版本）

告警解释

系统每30秒周期性检测网络读包丢包率，并把实际丢包率和阈值（系统默认阈值0.5%）进行比较，当检测到网络读包丢包率连续多次（默认值为5）超过阈值时产生该告警。

用户可通过“系统设置 > 阈值配置 > 设备 > 主机 > 网络读信息 > 网络读包率信息 > 读包丢包率”修改阈值。

平滑次数为1，网络读包丢包率小于或等于阈值时，告警恢复；平滑次数大于1，网络读包丢包率小于或等于阈值的90%时，告警恢复。

该告警检测默认关闭。若需要开启，请根据“检查系统环境”步骤，确认该系统是否可以开启该告警发送。

告警属性

告警参数

对系统的影响

业务性能下降或者个别业务出现超时问题。

风险提示:在SuSE内核版本3.0以上或Red Hat 7.2版本，由于系统内核修改了网络读包丢包数的计数机制，在该系统下，即使网络正常运行，也可能会导致该告警出现，对业务无影响，建议优先按照“检查系统环境”进行排查。

可能原因

• 操作系统问题。
• 网卡配置了主备bond模式。
• 告警阈值配置不合理。
• 网络环境异常。

处理步骤

查看网络丢包率

1. 使用PuTTY工具，以omm用户登录集群中任意非告警节点，执行ping 告警节点IP地址 -c 100命令检查网络中是否存在丢包。

   # ping 10.10.10.12 -c 5   
   PING 10.10.10.12 (10.10.10.12) 56(84) bytes of data.   
   64 bytes from 10.10.10.11: icmp_seq=1 ttl=64 time=0.033 ms   
   64 bytes from 10.10.10.11: icmp_seq=2 ttl=64 time=0.034 ms   
   64 bytes from 10.10.10.11: icmp_seq=3 ttl=64 time=0.021 ms   
   64 bytes from 10.10.10.11: icmp_seq=4 ttl=64 time=0.033 ms   
   64 bytes from 10.10.10.11: icmp_seq=5 ttl=64 time=0.030 ms     
   --- 10.10.10.12 ping statistics ---   
   5 packets transmitted, 5 received, 0% packet loss, time 4001ms   rtt min/avg/max/mdev = 0.021/0.030/0.034/0.006 ms

   

   • 告警节点IP地址：根据告警定位信息中的HostName字段值，在MRS集群详情页的“节点管理”界面查询对应的IP地址，管理平面和业务平面IP都需要检查。
   • -c参数：检查次数，默认100次。
   • 是，执行11。
   • 否，执行2。

检查系统环境

2. 使用PuTTY工具，以omm用户登录主OMS节点或者告警所在节点。
3. 执行cat /etc/*-release命令，确认操作系统的类型。
   • EulerOS，执行4。

     # cat  /etc/*-release                                    EulerOS release 2.0 (SP2)
     EulerOS release 2.0 (SP2)

   • SuSE，执行5。

     # cat /etc/*-release
     SUSE Linux Enterprise Server 11 (x86_64)
     VERSION = 11
     PATCHLEVEL = 3

   • 其他，执行11。

4. 执行cat /etc/euleros-release命令，查询操作系统版本是否为EulerOS 2.2。

   # cat/etc/euleros-release
   EulerOS release 2.0 (SP2)

   • 是，不能开启告警发送，执行6。
   • 否，执行11。

5. 执行cat /proc/version命令，查询SuSE内核版本是否为3.0及以上。

   # cat /proc/version
   Linux version 3.0.101-63-default (geeko@buildhost) (gcc version 4.3.4 [gcc-4_3-branch revision 152973] (SUSE Linux) ) #1 SMP Tue Jun 23 16:02:31 UTC 2015 (4b89d0c)

   • 是，不能开启告警发送，执行6。
   • 否，执行11。

6. 登录MRS Manager，进入“系统设置 > 配置 > 阈值配置”页面。

7. 在“阈值配置”页面左侧树形结构中选择“网络读信息 > 网络读包率信息 > 读包丢包率”，在弹出的右侧信息中，查看“发送告警”是否已经勾选。
   • 是，说明开启了告警发送，执行8。
   • 否，已经关闭告警发送，执行10。

8. 在弹出的右侧信息中，去勾选“发送告警”，屏蔽对“网络读包丢包率超过阈值”的检测。
9. 登录MRS集群详情页面，选择“告警管理”。
10. 搜索“12045”告警，将未自动清除的该告警全部手动清除，处理完毕。
    图1 告警管理
    
    

    “网络读包丢包率超过阈值”的告警ID是12045。

检查网卡是否配置了主备bond模式。

11. 使用PuTTY工具，以omm用户登录告警所在节点，执行ls -l /proc/net/bonding命令，查看该节点是否存在“/proc/net/bonding”目录。
    • 是， 如下所示，则该节点配置了bond模式，执行12。

      # ls -l /proc/net/bonding/
      total 0
      -r--r--r-- 1 root root 0 Oct 11 17:35 bond0

    • 否，如下所示，则该节点未配置bond模式，执行14。

      # ls -l /proc/net/bonding/
      ls: cannot access /proc/net/bonding/: No such file or directory

12. 执行cat /proc/net/bonding/bond0命令，查看配置文件中Bonding Mode参数的值是否为fault-tolerance。
    

    bond0为bond配置文件名称，请以11查询出的文件名称为准。

    # cat /proc/net/bonding/bond0 
    Ethernet Channel Bonding Driver: v3.7.1 (April 27, 2011)
    
    Bonding Mode: fault-tolerance (active-backup)
    Primary Slave: eth1 (primary_reselect always)
    Currently Active Slave: eth1
    MII Status: up
    MII Polling Interval (ms): 100
    Up Delay (ms): 0
    Down Delay (ms): 0
    
    Slave Interface: eth0
    MII Status: up
    Speed: 1000 Mbps
    Duplex: full
    Link Failure Count: 1
    Slave queue ID: 0
    
    Slave Interface: eth1
    MII Status: up
    Speed: 1000 Mbps
    Duplex: full
    Link Failure Count: 1
    Slave queue ID: 0

    • 是，该环境的网卡为主备bond模式，执行13。
    • 否，执行14。

13. 检查该告警详情中NetworkCardName参数对应的网卡是否为备网卡。
    • 是，备网卡的告警无法自动恢复，请在告警管理页面手动清除该告警，处理完毕。
    • 否，执行14。
      

      备网卡判断方式：查看配置文件/proc/net/bonding/bond0，NetworkCardName参数对应的网卡名称等于其中一个Slave Interface，但是不等于Currently Active Slave（当前主网卡），则该网卡为备网卡。

检查阈值设置是否合理。

14. 登录MRS Manager，查看该告警阈值是否合理（默认0.5%为合理值，用户可以根据自己的实际需求调整）。
    • 是，执行17。
    • 否，执行15。

15. 根据实际服务的使用情况在“系统设置 > 阈值配置 > 设备 > 主机 > 网络读信息 > 网络读包率信息 > 读包丢包率”中更改告警阈值。
16. 等待5分钟，检查该告警是否恢复。
    • 是，处理完毕。
    • 否，执行17。

检查网络是否异常。

17. 联系系统管理员，检查网络是否存在异常。
    • 是，恢复网络故障，执行18。
    • 否，执行19

18. 等待5分钟，检查该告警是否恢复。
    • 是，处理完毕。
    • 否，19

19. 收集故障信息。
    1. 在MRS Manager界面，单击“系统设置 > 日志导出”。
    2. 请联系运维人员，并发送已收集的故障日志信息。

参考信息

无。