# ALM-12192 主机负载超过阈值
#### 告警解释
系统每30秒周期性检测平均负载，并把实际平均负载和阈值相比较。当检测到平均负载连续多次（默认值为10）超出阈值范围时产生该告警。
平滑次数为1，平均负载小于或等于阈值时，告**警**恢复；平滑次数大于1，平均负载小于或等于阈值的90%时，告警恢复。
本章节仅适用于MRS 3.3.1-LTS及之后版本。
#### 告警属性
| 告警ID  | 告警级别 | 是否可自动清除 |
|:---|:---|:---|
| 12192 | 重要   | 是       |
   
#### 告警参数
| 类别   | 参数名称 | 参数含义          |
|:---|:---|:---|
| 定位信息 | 来源   | 产生告警的集群或系统名称。 |
| 定位信息 | 服务名  | 产生告警的服务名称。    |
| 定位信息 | 角色名  | 产生告警的角色名称。    |
| 定位信息 | 主机名  | 产生告警的主机名。     |
| 附加信息 | 触发条件 | 告警触发的条件。      |
   
#### 对系统的影响
- 业务延迟：主机平均负载过高时，可能会导致业务进程运行处理缓慢、业务延迟。
- 业务失败：主机平均负载过高时，可能会导致业务处理缓慢、超时、失败，可能会导致作业运行失败。
 
#### 可能原因
主机配置无法满足业务需求，平均负载达到上限。或业务处于高峰期，导致短期内平均负载达到上限。
#### 处理步骤
**检查主机CPU负载使用情况**。
1. 在FusionInsight Manager页面，选择"运维 \> 告警 \> 告警"，在告警列表中展开此告警的详细信息，在定位信息中单击产生该告警的主机名称。
2. 在"主机"页面选择产生该告警的主机，选择"图表 \> 主机状态 \> 主机单核CPU平均负载"，查看主机单核CPU平均负载值是否大于3。 
   - 是，表示系统负载过高，执行[步骤 3]。
   
   - 否，执行[步骤 8]。
   
   
   
   
3. 以**omm**用户登录产生告警的主机节点。
4. 执行**top** 命令查看"%Cpu(s)"的us值是否大于80。
   
   ![](https://support.huaweicloud.com/usermanual-mrs/zh-cn_image_0000002015376706.png "点击放大")
   - 是：表示用户进程占用CPU过高，记录CPU占用高的进程*PID* ，执行[步骤 5]。
   
   - 否：执行[步骤 6]。
   
   
   
   
5. 执行以下命令获取CPU使用高的进程名称，根据名称查询对应进程日志（日志目录"/var/log/Bigdata"），查看对应服务日志是否存在异常报错。
   
   **ps -ef \| grep** *PID*
   - 是：执行[步骤 9]。
   
   - 否：执行[步骤 6]。
   
   
   
   
6. 执行**top** 命令查看"wa"的值，并确认是否大于10.0。
   
   ![](https://support.huaweicloud.com/usermanual-mrs/zh-cn_image_0000002047522801.png "点击放大")
   - 是：表明IO读写达到瓶颈，执行[步骤 7]。
   
   - 否：执行[步骤 8]。
   
   
   
   
7. 使用**root** 用户执行**iotop** 命令，查看磁盘读写占用率高的进程，并根据实际情况判断该进程是否为无用进程。
   
   - 是，执行以下命令停止无用进程。（PID可以在执行**iotop** 命令后，按"P"键将TID切换为PID获取）
     **kill -9** *PID*
     
   
   - 否，执行[步骤 8]。
   
   
   
   
8. 等待5分钟，检查该告警是否恢复。
   
   - 是，处理完毕。
   
   - 否，执行[步骤 9]。
   
   
   
   
**收集故障信息。**
9. 在FusionInsight Manager界面，选择"运维 \> 日志 \> 下载"。
10. 在"服务"中勾选"NodeAgent"，单击"确定"。
11. 单击右上角的编辑按钮设置日志收集的"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"。
12. 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
不涉及。