告警解釋

告警模塊按60秒周期檢測Yarn root隊列上失敗的應用的數量，當root隊列上該監控周期內新增的運行失敗的應用的數量超過50時，且連續發生3次以上，觸發該告警。

告警屬性

告警參數

對系統的影響

• 大量應用任務運行失敗。
• 運行失敗的任務需要重新提交。

可能原因

任務出于某種錯誤運行失敗。

處理步驟

檢查告警詳情

1.在FusionInsight Manager界面，選擇“運維 > 告警 > 告警”，打開告警頁面。

2.查看“Yarn上運行失敗的任務數超過閾值”告警詳情中的“附加信息”，確認監控閾值是否設置過小。

• 是，執行步驟3。
• 否，執行步驟4。

3.選擇“運維 > 告警 > 閾值設置 > 待操作集群的名稱 > Yarn > 其它 > root隊列下失敗的任務數”，修改該監控的閾值。執行步驟6。

4.選擇“集群 > 待操作集群的名稱 > 服務 > Yarn > ResourceManager(主)”，進入ResourceManager的WebUI頁面。

5.單擊“Applications”下的“FAILED”，單擊最上面的任務。查看“Diagnostics”對應的描述信息，根據定位的任務失敗原因，處理相關問題。

6.等待3分鐘，查看該告警是否消除。

• 是，處理完畢。
• 否，執行步驟7。

收集故障信息

7.在FusionInsight Manager界面，選擇“運維 > 日志 > 下載”。

8.在“服務”中勾選待操作集群的“Yarn”。

9.單擊右上角的設置日志收集的“開始時間”和“結束時間”分別為告警產生時間的前后10分鐘，單擊“下載”。

10.請聯系運維人員，并發送已收集的故障日志信息。

告警清除

此告警修復后，系統會自動清除此告警，無需手工清除。

參考信息

無。