ALM-16004 Hive服务不可用

告警解释

系统每60秒周期性检测Hive服务状态。当Hive服务不可用时产生该告警。

当Hive服务恢复时，告警恢复。

告警属性

告警参数

对系统的影响

系统无法提供数据加载，查询，提取服务。

可能原因

• Hive服务不可用可能与ZooKeeper、HDFS、Yarn和DBService等基础服务有关，也可能由Hive自身的进程故障引起。
  • ZooKeeper服务异常。
  • HDFS服务异常。
  • Yarn服务异常。
  • DBService服务异常。
  • Hive服务进程故障，如果告警由Hive进程故障引发，告警上报时间可能会延迟5分钟左右。
• Hive服务和基础服务间的网络通信中断。
• Hive的HDFS临时目录权限异常。
• Hive节点本地磁盘空间不足。

处理步骤

检查HiveServer/MetaStore进程状态。

1. 在FusionInsight Manager首页，选择“集群 > 待操作集群的名称 > 服务 > Hive > 实例”，在Hive实例列表中，查看所有HiveServer或MetaStore实例状态是否都呈现未知状态。
   • 是，执行2。
   • 否，执行4。

2. 在Hive实例列表上方，选择“更多 > 重启实例”，重启HiveServer/MetaStore进程。
   

   正在重启的HiveServer/MetaStore实例无法对外提供服务，对应实例上正在执行的SQL任务可能失败。

3. 在告警列表中，查看“Hive服务不可用”告警是否清除。
   • 是，处理完毕。
   • 否，执行4。

检查ZooKeeper服务状态。

4. 在FusionInsight Manager的告警列表中，查看是否有“进程故障”产生。
   • 是，执行5。
   • 否，执行8。

5. 在“进程故障”，查看“服务名”是否为“ZooKeeper”。
   • 是，执行6。
   • 否，执行8。

6. 参考ALM-12007 进程故障的处理步骤处理该故障。
7. 在告警列表中，查看“Hive服务不可用”告警是否清除。
   • 是，处理完毕。
   • 否，执行8。

检查HDFS服务状态。

8. 在FusionInsight Manager的告警列表中，查看是否有“HDFS服务不可用”产生。
   • 是，执行9。
   • 否，执行11。

9. 参考ALM-14000 HDFS服务不可用的处理步骤处理该故障。
10. 在告警列表中，查看“Hive服务不可用”告警是否清除。
    • 是，处理完毕。
    • 否，执行11。

检查Yarn服务状态。

11. 在FusionInsight Manager的告警列表中，查看是否有“Yarn服务不可用”产生。
    • 是，执行12。
    • 否，执行14。

12. 参考ALM-18000 Yarn服务不可用的处理步骤处理该故障。
13. 在告警列表中，查看“Hive服务不可用”告警是否清除。
    • 是，处理完毕。
    • 否，执行14。

检查DBService服务状态。

14. 在FusionInsight Manager的告警列表中，查看是否有“DBService服务不可用”产生。
    • 是，执行15。
    • 否，执行17。

15. 参考ALM-27001 DBService服务不可用的处理步骤处理该故障。
16. 在告警列表中，查看“Hive服务不可用”告警是否清除。
    • 是，处理完毕。
    • 否，执行17。

检查Hive与ZooKeeper、HDFS、Yarn和DBService之间的网络连接。

17. 在FusionInsight Manager首页，选择“集群 > 待操作集群的名称 > 服务 > Hive”。
18. 单击“实例”。

    显示HiveServer实例列表。

19. 单击“HiveServer”行的“主机名称”。

    弹出HiveServer主机状态页面。

20. 记录“基本信息”下的IP地址。
21. 以omm用户通过20获取的IP地址登录HiveServer所在的主机。

22. 执行ping命令，查看HiveServer所在主机与ZooKeeper、HDFS、Yarn和DBService服务所在主机的网络连接是否正常。（获取ZooKeeper、HDFS、Yarn和DBService服务所在主机的IP地址的方式和获取HiveServer IP地址的方式相同。）
    • 是，执行25。
    • 否，执行23。

23. 联系网络管理员恢复网络。
24. 在告警列表中，查看“Hive服务不可用”告警是否清除。
    • 是，处理完毕。
    • 否，执行25。

检查HDFS临时目录权限。

25. 登录客户端所在节点，执行以下命令进入HDFS客户端安装目录。

    cd 客户端安装目录

    source bigdata_env

    kinit 具有supergroup组权限的用户（普通集群跳过该步骤）

26. 执行命令以下命令查看数据仓库目录权限是否为770：

    hdfs dfs -ls /tmp | grep hive-scratch

    • 是，执行29。
    • 否，执行27。

27. 执行以下命令修复默认数据仓库权限：

    hdfs dfs -chmod 770 /tmp/hive-scratch

28. 等待几分钟查看“Hive服务不可用”告警是否清除。
    • 是，处理完毕。
    • 否，执行29。

检查本地磁盘空间是否正常。

29. 执行df -h命令检查根目录，查看“/srv”、“/var”和“/opt”目录挂载的磁盘使用是否超过95%。
    • 是，执行30。
    • 否，执行31。

30. 清理对应目录下无用信息，保证可用磁盘空间大于80%，等待几分钟查看“Hive服务不可用”告警是否清除。
    • 是，处理完毕。
    • 否，执行31。

收集故障信息。

31. 在FusionInsight Manager首页，选择“运维 > 日志 > 下载”。
32. 在“服务”中勾选待操作集群的如下节点信息。
    • ZooKeeper
    • HDFS
    • Yarn
    • DBService
    • Hive

33. 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10分钟，单击“下载”。
34. 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。