ALM-14012 Journalnode数据不同步

告警解释

在主NameNode节点上，系统每5分钟检测一次集群中所有JournalNode节点的数据同步性。如果有JournalNode节点的数据不同步，系统产生该告警。

当Journalnode数据同步5分钟后，告警恢复。

告警属性

告警参数

对系统的影响

当一个JournalNode节点工作状态异常时，其数据就会与其他JournalNode节点的数据不同步。如果超过一半的JournalNode节点的数据不同步时，NameNode将无法工作，导致HDFS服务不可用。

可能原因

• JournalNode实例不存在（被删除或被迁移）。
• JournalNode实例未启动或已停止。
• JournalNode实例运行状态异常。
• JournalNode节点的网络不可达。

处理步骤

查看JournalNode实例是否启动。

1. 在FusionInsight Manager首页，选择“运维 > 告警 > 告警”，在告警列表中单击此告警。
2. 查看“定位信息”，获取告警产生的JournalNode节点IP地址。
3. 选择“集群 > 待操作集群的名称 > 服务 > HDFS > 实例”，在实例列表中查看告警节点上是否存在JournalNode实例。
   • 是，执行5。
   • 否，执行4。

4. 选择“运维 > 告警 > 告警”，在告警列表中单击此告警“操作”栏中的“清除”，在弹出窗口中单击“确定”，处理完毕。
5. 单击该JournalNode实例，查看其“配置状态”是否为“已同步”。
   • 是，执行8。
   • 否，执行6。

6. 勾选该JournalNode实例，单击“启动实例”，等待启动完成。
7. 等待5分钟后，查看告警是否清除。
   • 是，处理完毕。
   • 否，执行15。

查看JournalNode实例运行状态是否正常。

8. 查看该JournalNode实例的“运行状态”是否为“良好”。
   • 是，执行11。
   • 否，执行9。

9. 勾选该JournalNode实例，选择“更多 > 重启实例”，等待启动完成。
   

   JournalNode实例重启数量超过JournalNode总数的三分之一时，可能导致HDFS服务故障。

10. 等待5分钟后，查看告警是否清除。
    • 是，处理完毕。
    • 否，执行15。

查看JournalNode节点网络是否可达。

11. 在FusionInsight Manager首页，选择“集群 > 待操作集群的名称 > 服务 > HDFS > 实例”，查看主NameNode节点的业务IP地址。
12. 以root用户登录主NameNode节点，用户密码为安装前用户自定义，请咨询系统管理员。
13. 使用ping命令检查主NameNode与该JournalNode之间的网络状况，是否有超时或者网络不可达的情况。

    ping JournalNode的业务IP地址

    • 是，执行14。
    • 否，执行15。

14. 联系网络管理员处理网络故障，故障恢复后等待5分钟，查看告警是否清除。
    • 是，处理完毕。
    • 否，执行15。

收集故障信息。

15. 在FusionInsight Manager首页，选择“运维 > 日志 > 下载”。
16. 在“服务”中勾选待操作集群的“HDFS”。
17. 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30分钟，单击“下载”。
18. 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。