更新时间:2022-05-19 GMT+08:00
分享

ALM-18002 NodeManager心跳丢失

告警解释

系统每30秒周期性检测丢失的NodeManager节点数,并把丢失的节点数和阈值相比较。“丢失的节点数”指标默认提供一个阈值范围。当检测到“丢失的节点数”的值超出阈值范围时产生该告警。

当“丢失的节点数”的值小于或等于阈值范围时,告警自动清除。

告警属性

告警ID

告警级别

可自动清除

18002

严重

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。

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

  • 丢失的NodeManager节点无法提供Yarn服务。
  • 容器减少,集群性能下降。

可能原因

  • NodeManager没有经过退服操作,强制被删除。
  • NodeManager所有实例被停止或者进程故障。
  • NodeManager节点所在主机故障。
  • NodeManager和ResourceManager之间的网络断连或者繁忙。

处理步骤

  1. 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。

分享:

    相关文档

    相关产品

close