ALM-13001 ZooKeeper可用连接数不足（2.x及以前版本）

告警解释

系统每30秒周期性检测ZooKeeper服务连接数状态，当检测到ZooKeeper实例连接数超出阈值（最大连接数的百分之八十）时产生该告警。

连接数小于阈值时，告警恢复。

告警属性

告警参数

对系统的影响

ZooKeeper可用连接数不足，当连接率超过百分之百时无法处理外部连接。

可能原因

该节点ZooKeeper连接量过大，超过阈值。某些连接进程存在连接泄露，或配置的最大连接数不符合实际使用场景。

处理步骤

1. 检查连接状态。
   1. 在MRS集群详情页，单击“告警管理 > 13001连接数不足 > 定位信息”。查看告警上报的节点IP地址。
   2. 获取ZooKeeper进程pid。登录到告警上报的节点，执行命令：pgrep -f proc_zookeeper。
   3. 是否正常获取pid。
      • 是，执行1.d。
      • 否，执行2。
   4. 获取所有与当前ZooKeeper实例连接的IP及连接数量，取连接数最多的前十个进行检查。根据获取到的pid值，执行命令lsof -i|grep $pid | awk '{print $9}' | cut -d : -f 2 | cut -d \> -f 2 | awk '{a[$1]++} END {for(i in a){print i,a[i] | "sort -r -g -k 2"}}' | head -10。（$pid为上一步获取的pid值）
   5. 获取节点IP与连接数是否成功。
      • 是，执行1.f。
      • 否，执行2。
   6. 获取连接进程的端口号。根据获取到的pid与IP值，执行命令lsof -i|grep $pid | awk '{print $9}'|cut -d \> -f 2 |grep $IP| cut -d : -f 2。（$pid与$IP为上一步获取的pid值与IP值）
   7. 获取端口号port成功。
      • 是，执行1.h。
      • 否，执行2。
   8. 获取连接进程的进程号。依次登录到各IP，根据获取到的port号，执行命令lsof -i|grep $port。（$port为上一步获取端口号）
   9. 获取进程号成功。
      • 是，执行1.j。
      • 否，执行2。
   10. 根据获取到的进程号，查看进程是否存在连接泄露。
       • 是，执行1.k。
       • 否，执行1.l。
   11. 将存在连接泄露的进程关掉，观察界面上告警是否消除？
       • 是，处理完毕。
       • 否，执行1.l。
   12. 在MRS集群详情页面，单击“组件管理 > ZooKeeper > 服务配置 > 全部配置 > quorumpeer > Performance”中，将“maxCnxns”调整到20000或更多。
   13. 界面上告警是否消除？
       • 是，处理完毕。
       • 否，执行2。

2. 收集故障信息。
   1. 在MRS Manager界面，单击“系统设置 > 日志导出”。
   2. 请联系运维人员，并发送已收集的故障日志信息。

参考信息

无。