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-18000 Yarn服务不可用(2.x及以前版本)
更新时间:2024-08-13 GMT+08:00
分享

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ID

告警级别

可自动清除

18000

致命

告警参数

参数名称

参数含义

ServiceName

产生告警的服务名称。

RoleName

产生告警的角色名称。

HostName

产生告警的主机名。

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. ALM-18002 NodeManager心跳丢失(2.x及以前版本)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。

相关文档