文档首页/ MapReduce服务 MRS/ 用户指南/ MRS集群运维/ MRS集群告警处理参考/ ALM-45446 ClickHouse的mutation任务长时间未执行完成
更新时间:2024-11-01 GMT+08:00
分享

ALM-45446 ClickHouse的mutation任务长时间未执行完成

本章节仅适用于MRS 3.3.1及之后版本。

告警解释

系统每隔5分钟检测一次mutation任务,当检测到有正在执行的mutation任务且运行时间大于等于阈值slow_mutation_cost_time时,系统产生告警;当没有检测到正在运行的mutation任务或mutation任务运行时间小于阈值slow_mutation_cost_time时,告警自动消除。

告警属性

告警ID

告警级别

是否可自动清除

45446

次要

告警参数

类别

参数名称

参数含义

定位信息

来源

产生告警的集群或系统名称。

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

  • 占用服务器资源,ClickHouse服务的性能下降。
  • 数据不一致。

可能原因

数据量过大,导致mutation任务执行缓慢或者mutation任务执行卡住。

处理步骤

  1. 登录FusionInsight Manager页面,选择“运维 > 告警 > 告警”,查看当前告警“定位信息”中的角色名以及确认主机名所在的IP地址。
  2. 登录客户端的节点,执行如下命令:

    cd {客户端安装路径}

    source bigdata_env

    • 安全模式(开启Kerberos):

      kinit 组件业务用户

      clickhouse client --host 上报告警的ClickHouseServer实例IP --port 21427 --secure

    • 普通模式(关闭Kerberos):

      clickhouse client --host 上报告警的ClickHouseServer实例IP --user 用户名 --password --port 21423

  3. 登录FusionInsight Manager页面,选择 “集群 > 服务 > ClickHouse > 配置 > 全部配置”,在搜索框中检索slow_mutation_cost_time参数的值,并将参数值填充到以下SQL语句中,并执行以下语句,查看是否有结果返回。

    SELECT * FROM system.mutations WHERE is_done = 0 AND create_time < now() - INTERVAL 参数值 SECOND

    参数值”请填写实际的slow_mutation_cost_time参数的值。

    • 是,执行4
    • 否,执行7

  4. 等待一段时间,再次执行3的语句,返回结果字段parts_to_do中的值是否在变小。

    • 是,等待mutation任务完成即可。
    • 否,执行5

  5. 如果parts_to_do的值一直没有变,可以结束mutation任务,执行以下语句后,再次执行3的语句,查看当前mutation任务是否在返回结果列表中。

    KILL MUTATION WHERE database = '数据库名称' AND table = '表名称' AND mutation_id = 'mutation ID'

    • 是,执行7
    • 否,执行6

  1. 等待几分钟查看告警是否消失。

    • 是,操作结束。
    • 否,执行7

收集故障信息

  1. 在FusionInsight Manager界面,选择“运维 > 日志 > 下载”。
  2. 在“服务”中勾选待操作集群的“ClickHouse”。
  3. 在“主机”中选择异常的主机,单击“确定”。
  4. 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1小时,单击“下载”。
  5. 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。

相关文档