更新时间：2024-09-04 GMT+08:00
ALM-18002 NodeManager心跳丢失（2.x及以前版本）
告警解释
系统每30秒周期性检测丢失的NodeManager节点数，并把丢失的节点数和阈值相比较。“丢失的节点数”指标默认提供一个阈值范围。当检测到“丢失的节点数”的值超出阈值范围时产生该告警。
当“丢失的节点数”的值小于或等于阈值范围时，告警自动清除。
告警属性
|
告警ID |
告警级别 |
可自动清除 |
|---|---|---|
|
18002 |
严重 |
是 |
告警参数
|
参数名称 |
参数含义 |
|---|---|
|
ServiceName |
产生告警的服务名称。 |
|
RoleName |
产生告警的角色名称。 |
|
HostName |
产生告警的主机名。 |
|
Trigger condition |
系统当前指标取值满足自定义的告警设置条件。 |
对系统的影响
- 丢失的NodeManager节点无法提供Yarn服务。
- 容器减少，集群性能下降。
可能原因
- NodeManager没有经过退服操作，强制被删除。
- NodeManager所有实例被停止或者进程故障。
- NodeManager节点所在主机故障。
- NodeManager和ResourceManager之间的网络断连或者繁忙。
处理步骤
- 收集故障信息。
- 在MRS Manager界面，单击“系统设置 > 日志导出”。
- 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。
父主题： MRS集群告警处理参考
