ALM-14041 HDFS中DataNode每秒出现慢WriteDataToDisk的次数超过阈值

告警解释

系统每60秒周期性检测HDFS DataNode实例每秒出现慢WriteDataToDisk的次数，并把次数与阈值相比较。当HDFS DataNode实例持续3分钟出现每秒慢WriteDataToDisk的次数超出阈值，产生该告警。

当HDFS DataNode实例每秒出现慢WriteDataToDisk的次数小于或等于阈值时，告警恢复。

本章节仅适用于MRS 3.6.0-LTS及之后版本。

告警属性

告警参数

对系统的影响

HDFS出现慢WriteDataToDisk，会影响HDFS的数据读写性能。

可能原因

• 告警阈值设置不合理。
• HDFS DataNode实例磁盘IO速率低、HDFS DataNode自身处理能力到达瓶颈。

处理步骤

检查是否告警阈值设置不合理。

1. 登录FusionInsight Manager界面，选择“运维 > 告警 > 告警”，查看当前告警详细信息，记录定位信息中上报告警的DataNode实例主机名。
2. 选择“集群 > 服务 > HDFS > 实例”，根据步骤 1中获取的主机名称，单击对应DataNode角色。
3. 选择“图表 > 性能”，查看监控图表“每秒出现慢WriteDataToDisk的次数”，获取告警出现前后1天内监控值的峰值。
4. 选择“运维 > 告警 > 阈值设置 > 待操作集群的名称 > HDFS”，查找并单击“每秒出现慢WriteDataToDisk的次数”，单击default规则中“操作”栏中的“修改”，修改“阈值”为告警出现前后1天内监控值的峰值的150%。单击“确定”，保存新阈值。
5. 等待5分钟，检查该告警是否恢复。
   • 是，操作结束。
   • 否，执行步骤 6。

检查是否存在磁盘故障。

6. 在FusionInsight Manager界面，选择“运维 > 告警 > 告警”查看是否存在“ALM-12033 慢盘故障”告警。
   • 是，执行步骤 7。
   • 否，执行步骤 9

7. 参考“ALM-12033 慢盘故障”告警处理步骤进行处理。
8. 等待5分钟，检查该告警是否恢复。
   • 是，操作结束。
   • 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”框中勾选待操作集群的“HDFS”。
11. 单击右上角的时间编辑按钮，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。