告警解釋

系(xi)統(tong)每300秒周期性檢(jian)測(ce)Spark2x服務狀態，當檢(jian)測(ce)到Spark2x服務不可用時產生該告(gao)警。

Spark2x服務恢復時，告(gao)警清除(chu)。

告警屬性

告警參數

對系統的影響

用戶提交(jiao)的Spark任務執行失敗(bai)。

可能原因

• KrbServer服務異常。
• LdapServer服務異常。
• ZooKeeper服務異常。
• HDFS服務異常。
• Yarn服務異常。
• 對應的Hive服務異常。
• Spark2x assembly包異常。

處理步驟

若告(gao)警原因為(wei)：Spark2x assembly包(bao)異常(chang)，則(ze)表(biao)示Spark的包(bao)存在異常(chang)，等待10分(fen)鐘左右(you)，告(gao)警自動恢復。

檢查Spark2x依賴的服務是否有服務不可用告警

在FusionInsight Manager首頁(ye)，選(xuan)擇“運維 > 告警(jing) > 告警(jing)”。

1. 在告警列表中，查看是否存在以下告警：

• ALM-25500 KrbServer服務不可用
• ALM-25000 LdapServer服務不可用
• ALM-13000 ZooKeeper服務不可用
• ALM-14000 HDFS服務不可用
• ALM-18000 Yarn服務不可用
• ALM-16004 Hive服務不可用

                
說明
                
若集(ji)群啟用了多(duo)實(shi)例功(gong)能且安裝(zhuang)了多(duo)個Spark2x服務，請根據“定位信(xin)息”中的“服務名”值來查看具體產生(sheng)告警的Spark2x服務，然后(hou)確(que)認對(dui)應(ying)的Hive服務是(shi)否故障，Spark2x對(dui)應(ying)Hive，Spark2x1對(dui)應(ying)Hive1，以此類推(tui)。
是，執行步驟3。
否，執行步驟4。
              

2. 根據對應服務不可用告警幫助提供的故障處理對應告警。

告(gao)警全部恢(hui)復(fu)后，等待(dai)幾分鐘，檢查(cha)本(ben)告(gao)警是否恢(hui)復(fu)。

• 是，處理完畢。
• 否，執行步驟4。

收集故障信息

在FusionInsight Manager界面，選擇“運維 > 日志 > 下(xia)載”。

3. 在“服務”中勾選待操作集群的如下節點信息。（Hive為根據告警定位信息中的“服務名”確定的具體Hive服務。）

• KrbServer
• LdapServer
• ZooKeeper
• HDFS
• Yarn
• Hive

4. 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”。
5. 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(ci)告警修(xiu)復后(hou)，系(xi)統會自動清除(chu)(chu)此(ci)告警，無需(xu)手工清除(chu)(chu)。

參考信息

無。