执行MRS集群健康检查
在大数据集群日常运维中，集群包含数十甚至上百个节点和多个服务组件，管理员需要定期确认集群各组件运行状态是否正常、是否存在潜在风险。如果仅依赖人工逐一排查，不仅耗时费力，且容易遗漏隐蔽问题，导致故障发现不及时。那么，如何高效全面地检查集群健康状态？MRS提供集群健康检查功能，支持对Manager管理平台、服务级别和主机级别的健康状态、告警和自定义监控指标进行自动化检查，帮助管理员及时发现潜在问题，保障集群长时间稳定运行。
集群健康检查包含检查对象的“健康状态”、相关的告警和自定义的监控指标等三项检查项，但检查结果不能等同于界面上显示的“健康状态”。检查范围包含Manager、服务级别和主机级别的健康检查：
- Manager关注集群统一管理平台是否提供正常管理功能。
- 服务级别关注组件是否能够提供正常的服务。
- 主机级别关注主机的一系列指标是否正常。
本章节指导用户在日常运维中完成集群健康检查的工作，以保证集群各项参数、配置以及监控没有异常、能够长时间稳定运行。
操作视频
该视频为您介绍如何对MRS集群进行集群、节点的日常健康检查。
因不同版本操作界面可能存在差异，相关视频供参考，具体以实际环境为准。
前提条件
- 如果通过MRS管理控制台操作，需要已完成IAM用户同步（在集群详情页的“概览”页签，单击“IAM用户同步”右侧的“同步”进行IAM用户同步）。
- 如果通过Manager界面操作，需要已登录MRS集群Manager界面，详情请参考访问MRS集群Manager。
在Manager执行健康检查
本节介绍通过MRS集群Manager界面执行健康检查的操作步骤。MRS 3.x及之后版本与MRS 2.x及之前版本的操作路径有所不同，以实际界面为准。
- 登录MRS集群Manager界面。
登录集群Manager界面请参考访问MRS集群Manager。
- 进入健康检查页面，查看已有检查报告。选择。
默认显示所有已保存的检查报告，以列表形式展示，了解检查报告的字段说明，请参考表1。
- 根据运维需要启动手动健康检查或配置定期自动检查。
- 手动启动健康检查：
- 配置定期自动健康检查：
验证检查结果：
健康检查执行完成后，在检查报告列表中查看最新生成的检查报告。查看报告中的检查结果列，存在异常项表示存在问题需排查。了解报告详情的查看和导出方法，请参考查看并导出健康检查报告。
在MRS管理控制台执行健康检查
仅MRS 1.9.2集群支持在MRS管理控制台执行健康检查管理操作。
- 登录MRS管理控制台。
- 选择“现有集群”，选中一个待操作的运行中的集群并单击集群名称，进入集群概览信息页面。
- 根据运维需要启动手动健康检查或配置定期自动检查。
- 手动执行所有服务的健康检查：
- 手动执行单个服务的健康检查：
- 手动执行主机健康检查：
单击“节点管理”，展开节点组信息，勾选待检查主机前的复选框，选择“节点操作 > 启动主机健康检查”启动指定主机健康检查。
验证检查结果：
健康检查执行完成后，在检查报告列表中查看最新生成的检查报告。查看报告中的检查结果列，存在异常项表示存在问题需排查。了解报告详情的查看和导出方法，请参考查看并导出健康检查报告。
常见问题
Q：健康检查结果显示异常怎么办？
- 在检查报告中查看具体异常项，确认是哪个组件或主机出现异常；
- 根据异常项关联的告警ID，在Manager界面选择“运维 > 告警”查看告警详情；
- 根据告警描述的排查建议进行处理；
- 处理完成后重新执行健康检查确认异常已消除。
Q：定期健康检查未按预期执行怎么办？
- 确认定期健康检查开关已开启，在“运维 > 健康检查 > 配置”中检查状态；
- 确认检查周期配置正确（每天/每周/每月）；
- 检查Manager服务是否正常运行，如Manager异常可能导致定时任务无法触发；
- 查看Manager后台日志确认是否有执行异常记录。
Q：健康检查结果与界面显示的健康状态不一致怎么办？
A：健康检查结果和界面实时显示的健康状态是两个独立的数据源，可能存在短暂的时间差。健康检查是某一时刻的快照，而界面健康状态是持续监控的实时值。如两者持续不一致，请以健康检查报告为准并排查告警。
相关文档
- 了解健康检查报告的查看和导出方法，请参考查看并导出健康检查报告。
- 了解MRS集群告警的查看和处理方法，请参考查看MRS集群告警。
- 了解MRS集群日常运维的更多操作，请参考MRS集群运维。
