# ALM-19020 HBase容灾等待同步的wal文件数量超过阈值
#### 告警解释
系统每30秒周期性检测每个HBase服务实例RegionServer等待同步的wal文件数量。该指标可以在RegionServer角色监控界面查看，当检测到某个RegionServer上的等待同步wal文件数量超出阈值（默认连续20次超过默认阈值128）时产生该告警。用户可通过"运维 \> 告警 \> 阈值设置\> *待操作集群* \> HBase"修改阈值。当等待同步的wal文件数量小于或等于阈值时，告警消除。
#### 告警属性
| 告警ID  | 告警级别 | 是否自动清除 |
|:---|:---|:---|
| 19020 | 重要   | 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。             |
| Trigger Condition | 系统当前指标取值满足自定义的告警设置条件。 |
   
#### 对系统的影响
RegionServer等待同步的wal文件数量超出阈值，大量数据积压，导致大量主备数据不一致，使得容灾主备倒换或者双读从备集群读取不到最新的数据。如果持续不处理，还会导致主集群的存储空间以及ZooKeeper节点被大量积压，最终导致主集群服务故障。
#### 可能原因
- 网络异常。
- RegionServer的Region分布不均匀。
- 备集群HBase服务规模过小。
 
#### 处理步骤
**查看告警定位信息**
1. 在FusionInsight Manager首页，选择"运维 \> 告警 \> 告警"，选择"告警ID"为"19020"的告警，查看"定位信息"中产生该告警的服务实例和主机名。
**检查主备集群RegionServer之间的网络连接。**
2. 执行**ping** 命令，查看故障RegionServer节点和备集群RegionServer所在主机的网络连接是否正常。
   
   - 是，执行[步骤 5]
   
   - 否，执行[步骤 3]
   
   
   
   
3. 联系网络管理员恢复网络。
4. 网络恢复后，在告警列表中，查看本告警是否清除。 
   - 是，处理完毕。
   
   - 否，执行[步骤 5]。
   
   
   
   
**检查主集群RegionServer的Region分布情况**
5. 在FusionInsight Manager首页，选择"集群 \> *待操作集群的名称* \> 服务 \> HBase"，单击"HMaster(主)"，打开该HBase实例的WebUI，查看Region Servers上Region分布是否均衡。
   
   ![](https://support.huaweicloud.com/usermanual-mrs/zh-cn_image_0000001159727261.png "点击放大")
   
   
6. 以**omm**用户登录故障RegionServer节点。
7. 进入客户端安装目录，设置环境变量。 
   **cd** *客户端安装目录*
   **source bigdata_env**
   如果集群采用安全版本，要进行安全认证。执行**kinit hbase**命令，按提示输入密码（向MRS集群管理员获取密码）。
   
   
8. 执行以下命令查看目前负载均衡功能是否打开。 
   **hbase shell**
   **balancer_enabled**
   - 是，执行[步骤 10]。
   
   - 否，执行[步骤 9]。
    
   
   
9. 在hbase shell中执行命令打开负载均衡功能，并执行命令查看确认成功打开。
   
   **balance_switch true**
   **balancer_enabled**
   
   
10. 执行**balancer** 命令手动触发负载均衡。
    
    ![](https://support.huaweicloud.com/usermanual-mrs/public_sys-resources/note_3.0-zh-cn.png)
    建议打开和手动触发负载均衡操作在业务低峰期进行。
    
    
11. 观察该告警是否清除。 
    - 是，处理完毕。
    
    - 否，执行[步骤 12]。
    
    
    
    
**检查备集群HBase服务规模**
12. 对HBase集群扩容，增加节点，并在节点上增加RegionServer实例。然后执行步骤[步骤 6]-步骤[步骤 10]，打开负载均衡功能并手动触发。
13. 在FusionInsight Manager首页，选择"集群 \> *待操作集群的名称* \> 服务 \> HBase"，单击"HMaster(主)"，打开该HBase实例的WebUI，刷新页面查看Region分布是否均衡。
    
    - 是，执行[步骤 14]。
    
    - 否，执行[步骤 15]。
    
    
    
    
14. 观察该告警是否清除。
    
    - 是，处理完毕。
    
    - 否，执行[步骤 15]。
    
    
    
    
**收集故障信息**
15. 在主备群的FusionInsight Manager界面，选择"运维 \> 日志 \> 下载"。
16. 在"服务"中勾选待操作集群的"HBase"。
17. 单击右上角的![](https://support.huaweicloud.com/usermanual-mrs/zh-cn_image_0000001159847251.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"。
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。