ALM-18000 Yarn服务不可用（2.x及以前版本）

告警解释

告警模块按30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服务恢复时，告警恢复。

告警属性

告警参数

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节点。
• Yarn集群中的所有NodeManager节点异常。

处理步骤

1. 检查ZooKeeper服务状态。
   1. 登录MRS集群详情页面，选择“告警管理”。
   2. 在告警列表中，查看是否有“ALM-13000 ZooKeeper服务不可用”产生。
      • 是，执行1.c。
      • 否，执行2.b。
   3. 参考ALM-13000 ZooKeeper服务不可用（2.x及以前版本）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2.b。

2. 检查HDFS服务状态。
   1. 登录MRS集群详情页面，选择“告警管理”。
   2. 在告警列表中，查看是否有HDFS相关告警产生。
      • 是，执行2.c。
      • 否，执行3.b。
   3. 单击“告警管理”，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3.b。

3. 检查Yarn集群中的ResourceManager状态。
   1. 登录MRS集群详情页面，选择“组件管理”。
   2. 单击“Yarn”。
   3. 在“Yarn 概述”中，检查Yarn集群中是否存在主ResourceManager节点。
      • 是，执行4.b。
      • 否，执行5。

4. 检查Yarn集群中的NodeManager节点状态。
   1. 登录MRS集群详情页面，选择“组件管理”。
   2. 单击“Yarn > 实例”。
   3. 查看NodeManager的“健康状态”，检查是否有处于非健康状态的节点。
      • 是，执行4.d。
      • 否，执行5。
   4. 按ALM-18002 NodeManager心跳丢失（2.x及以前版本）或ALM-18003 NodeManager不健康（2.x及以前版本）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5。

5. 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。