更新时间:2024-08-13 GMT+08:00
分享

ALM-26053 Storm Slot使用率超过阈值

告警解释

系统每60秒周期性检测Slot使用率,并把实际Slot使用率和阈值相比较。当检测到Slot使用率高于阈值时产生该告警。

用户可通过“运维 > 告警 > 阈值设置”修改阈值。

当Slot使用率小于或等于阈值时,告警恢复。

告警属性

告警ID

告警级别

是否自动清除

26053

重要

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

用户无法执行新的Storm任务。

可能原因

  • 集群中Supervisor处于异常状态。
  • 集群中Supervisor的状态正常,但是处理能力不足。

处理步骤

检查Supervisor状态

  1. 选择“集群 > 待操作集群的名称 > 服务 > Storm > 实例”,进入Storm实例管理页面。
  2. 查看是否存在状态为“故障”或者是“正在恢复”的Supervisor实例。

    • 是,执行3
    • 否,执行5

  3. 勾选状态为“故障”或者“正在恢复”的Supervisor角色实例,选择“更多 > 重启实例”,查看是否重启成功。

    • 是,执行4
    • 否,执行10

  4. 等待一段时间,检查该告警是否恢复。

    • 是,处理完毕。
    • 否,执行5

增加Supervisor Slot数量配置。

  1. 登录FusionInsight Manager管理界面,选择“集群 > 待操作集群的名称 > 服务 > Storm > 配置 > 全部配置”。
  2. 适当增加每个Supervisor角色“supervisor.slots.ports”参数中的端口号数量,并重启实例。
  3. 等待一段时间,检查该告警是否恢复。

    • 是,处理完毕。
    • 否,执行8

  1. 对Supervisor进行扩容。
  2. 等待一段时间,检查该告警是否恢复。

    • 是,处理完毕。
    • 否,执行10

      Supervisor重启过程中,业务会出现中断,待Supervisor重启成功后业务恢复。

收集故障信息。

  1. 在FusionInsight Manager界面,选择“运维 > 日志 > 下载”。
  2. 在“服务”勾选待操作集群的“Storm”和“ZooKeeper”。
  3. 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1小时,单击“下载”。
  4. 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。

相关文档