Agent插件状态在“运行中”和“故障”两个状态切换该如何处理？

问题现象

当云监控服务的Agent插件状态在“运行中”和“故障”两个状态切换时，可能是因为Agent负载过高，状态不稳定导致。

约束与限制

当前章节的修复方式只支持新版本Agent，若Agent版本为老版本，建议先升级到新版本。

• Linux平台：
  1. 使用root账号，登录主机。
  2. 执行如下命令，确认使用Agent的版本。

     if [[ -f /usr/local/uniagent/extension/install/telescope/bin/telescope ]]; then
     /usr/local/uniagent/extension/install/telescope/bin/telescope -v; elif [[ -f /usr/local/telescope/bin/telescope ]]; then echo "old agent"; else echo 0; fi

     • 返回“old agent”，表示使用老版本Agent，请参考老版本操作指令。
     • 返回版本号，表示使用新版本Agent，请参考新版本操作指令。
     • 返回“0”，表示未安装Agent。
• Windows平台：请根据安装路径确定Agent版本。
  • 新版本Agent默认安装路径为“C:\Program Files\uniagent\extension\install\telescope”
  • 老版本Agent默认安装路径为C:\Program Files\telescope

问题原因

为避免Agent负载过高，影响主机上的其他业务，云监控服务在Agent占用CPU或内存过高时，提供了熔断机制。当Agent负载过高时，会自动触发熔断，触发熔断机制后，Agent暂时停止工作，不上报监控数据。

熔断机制原理

默认情况下，Agent检测机制为：

1分钟检测一次Agent是否超过第二阈值（占用CPU超过30%或占用内存超过700M）。如果CPU或内存任何一个超出，Agent直接退出；如果没有超过第二阈值，查看Agent是否超过第一阈值（占用CPU超过10%或占用内存超过200M），连续三次超过第一阈值，则退出Agent进程并记录。

问题解决

1. 登录Agent不上报数据的ECS或BMS。
2. 可选：修改配置文件conf.json。
   1. 执行以下命令，切换至Agent安装路径的bin下。
      Windows系统：

      cd C:\Program Files\uniagent\extension\install\telescope\bin

      Linux系统：

      cd /usr/local/uniagent/extension/install/telescope/bin

   2. 执行以下命令，打开配置文件conf.json：

      vi conf.json

   3. 在conf.json文件中，添加如下参数，具体参数说明请参见：

      {
          "cpu_first_pct_threshold": xx,
          "memory_first_threshold": xxx,
          "cpu_second_pct_threshold": xx,
          "memory_second_threshold": xxx
      }

      表1 conf.json文件配置参数说明

      参数	说明	参数值查看方式
      cpu_first_pct_threshold	第一阈值（CPU），默认值为10，单位为%。	Agent的CPU使用率和内存使用率查询方法： Linux： top -p telescope的PID Windows： 在任务管理器中查看Agent进程详情。
      memory_first_threshold	第一阈值（内存），默认值为209715200（200MB），单位为Byte。
      cpu_second_pct_threshold	第二阈值（CPU），默认值为30，单位为%。
      memory_second_threshold	第二阈值（内存），默认值为734003200（700MB），单位为Byte。

   4. 执行如下命令，保存并退出conf.json文件：

      :wq

3. 修改配置文件manifest.json。
   1. 执行以下命令，切换至manifest.json文件路径下。
      Windows系统：

      cd C:\Program Files\uniagent\extension\holder\telescope

      Linux系统：

      cd /usr/local/uniagent/extension/holder/telescope

   2. 执行以下命令，打开配置文件manifest.json：

      vi manifest.json

   3. 在manifest.json文件中，修改配置文件resourceLimit中的参数：mem和cpuUsage，共计三组。其他参数请不要修改。

      [
      	{
      		"arch": "amd64",
      		...
      		"resourceLimit": {
      			"mem": 200,
      			"cpuUsage": 10
      		}
      	},
      	{
      		"arch": "arm64",
      		...
      		"resourceLimit": {
      			"mem": 200,
      			"cpuUsage": 10
      		}
      	},
      	{
      		"arch": "amd64",
      		"os": "linux",
      		...
      		"resourceLimit": {
      			"mem": 200,
      			"cpuUsage": 10
      		}
      	}
      ]

      表2 manifest.json文件配置参数说明

      参数	说明
      "resourceLimit": { "mem": 200, "cpuUsage": 10 }	mem：内存阈值，默认值为200，单位为MB； cpuUsage：CPU阈值，默认值为10，单位为%。

   4. 执行如下命令，保存并退出manifest.json文件：

      :wq

4. 请执行如下命令，重启Agent：
   • Windows系统：
     1. 在“C:\Program Files\uniagent\extension\install\telescope”路径下，先双击执行shutdown.bat脚本，停止Agent，再执行start.bat脚本，启动Agent。
     2. 在“C:\Program Files\uniagent\script”路径下，先双击执行shutdown.bat脚本，停止Agent，再执行start.bat脚本，启动Agent。
   • Linux系统：

     service ces-uniagent stop
     service ces-uniagent start
     /usr/local/uniagent/extension/install/telescope/telescoped restart