# ALM-18000 Yarn服务不可用
#### 告警解释
告警模块按60秒周期检测Yarn服务状态。当检测到Yarn服务不可用时产生该告警。
Yarn服务状态恢复正常时，告警恢复。
#### 告警属性
| 告警ID  | 告警级别 | 是否自动清除 |
|:---|:---|:---|
| 18000 | 紧急   | 是      |
   
#### 告警参数
| 参数名称 | 参数含义       |
|:---|:---|
| 来源   | 产生告警的集群名称。 |
| 服务名  | 产生告警的服务名称。 |
| 角色名  | 产生告警的角色名称。 |
| 主机名  | 产生告警的主机名。  |
   
#### 对系统的影响
- 集群无法提供Yarn服务。
- 用户无法执行新的application。
- 已提交的application无法执行。
 
#### 可能原因
- ZooKeeper服务异常。
- HDFS服务异常。
- Yarn集群中没有主ResourceManager实例。
- Yarn集群中的所有NodeManager节点异常。
 
#### 处理步骤
**检查ZooKeeper服务状态。**
1. 在MRS集群Manager界面，选择"运维 \> 告警 \> 告警"，在告警列表中查看是否有告警"ALM-13000 ZooKeeper服务不可用"产生。 
   登录集群Manager具体操作，请参考[访问MRS集群Manager](https://support.huaweicloud.com/usermanual-mrs/mrs_01_0128.html)。
   - 是，执行[步骤 2]。
   
   - 否，执行[步骤 3]。
   
   
   
   
2. 参考[ALM-13000 ZooKeeper服务不可用](https://support.huaweicloud.com/usermanual-mrs/ALM-13000.html)的处理步骤处理故障后，检查本告警是否恢复。
   
   - 是，处理完毕。
   
   - 否，执行[步骤 3]。
   
   
   
   
**检查HDFS服务状态**。
3. 在Manager的告警列表中，查看是否有HDFS相关告警产生。
   
   - 是，执行[步骤 4]。
   
   - 否，执行[步骤 5]。
   
   
   
   
4. 选择"运维 \> 告警 \> 告警"，根据告警帮助处理HDFS相关告警后，检查本告警是否恢复。
   
   - 是，处理完毕。
   
   - 否，执行[步骤 5]。
   
   
   
   
**检查Yarn集群中的ResourceManager状态。**
5. 在Manager界面，选择"集群 \> 服务 \> Yarn"。
6. 在"概览"中，检查Yarn集群中是否存在主状态的ResourceManager实例。 
   - 是，执行[步骤 7]。
   
   - 否，执行[步骤 10]。
   
   
   
   
**检查Yarn集群中的NodeManager节点状态。**
7. 在Manager界面，选择"集群 \> 服务 \> Yarn \> 实例"。
8. 查看NodeManager的"运行状态"，检查是否有处于非良好状态的节点。 
   - 是，执行[步骤 9]。
   
   - 否，执行[步骤 10]。
   
   
   
   
9. 按"ALM-18002 NodeManager心跳丢失"或"ALM-18003 NodeManager不健康"提供的步骤处理该故障，故障修复后检查本告警是否恢复。
   
   - 是，处理完毕。
   
   - 否，执行[步骤 10]。
   
   
   
   
**收集故障信息。**
10. 在集群的Manager界面，选择"运维 \> 日志 \> 下载"。
11. 在"服务"勾选待操作集群的"Yarn"。
12. 单击右上角的![](https://support.huaweicloud.com/usermanual-mrs/zh-cn_image_0263895663.png)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"。
13. 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。