ALM-14027 DataNode磁盘故障

告警解释

系统每60秒周期性检测DataNode节点上的磁盘状况，当检测到有磁盘出现故障时产生该告警。

当DataNode上故障磁盘都恢复正常后，手动清除该告警，并重启该DataNode。

告警属性

告警参数

对系统的影响

上报DataNode磁盘故障告警时，表示该DataNode节点上存在故障的磁盘分区，可能会导致已写入的文件丢失。

可能原因

• 硬盘故障。
• 磁盘权限设置不正确。

处理步骤

查看是否存在磁盘告警

1. 在FusionInsight Manager首页，选择“运维 > 告警 > 告警”查看是否存在告警“ALM-12014 设备分区丢失”或“ALM-12033 慢盘故障”。
   • 是，执行2。
   • 否，执行4。

2. 参考ALM-12014 设备分区丢失或ALM-12033 慢盘故障告警进行处理，查看对应告警是否清除。
   • 是，执行3。
   • 否，执行4。

3. 等待5分钟，检查该告警是否恢复。
   • 是，处理完毕。
   • 否，执行4。

修改磁盘权限

4. 在“运维 > 告警 > 告警”页面，查看该告警的“定位信息”和“附加信息”，获取该告警上报的故障磁盘位置信息。
5. 以root用户登录上报告警的节点，用户密码为安装前用户自定义，请咨询系统管理员，进入故障磁盘所在目录，使用ll命令查看该故障磁盘的权限是否711，用户是否为omm。
   • 是，执行8。
   • 否，执行6。

6. 修改故障磁盘权限，如故障磁盘为data1，则执行以下命令：

   chown omm:wheel data1

   chmod 711 data1

7. 在Manager告警列表中，单击该告警“操作”列下面的“清除”，手动清除告警。然后选择“集群 > 服务 > HDFS > 实例”勾选该DataNode，选择“更多 > 重启实例”，等待5分钟，查看是否有新的告警上报。
   

   重启期间服务业务可能受损或中断，建议选择业务低峰期操作。

   • 否，处理完毕。
   • 是，执行8。

收集故障信息

8. 在FusionInsight Manager首页，选择“运维 > 日志 > 下载”。
9. 在“服务”中勾选待操作集群的“HDFS”和“OMS”。
10. 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20分钟，单击“下载”。
11. 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，系统不会自动清除此告警，需手工清除。

参考信息

无。