TDSQL资源存在隔离端口产生告警的处置
告警信息样例
【TDSQL】XX集群(192.168.6.10);资源存在隔离端口产生告警,判断频率(1/1),后续180分钟内屏蔽告警;异常策略:!=阀值(‘’),当前值4031;
告警产生原因
该问题是由于创建实例时端口分配异常引发,判断为故障的端口将无法使用,并同时产生告警。需人为干预清理故障端口。
告警处置方法
赤兔平台清理(推荐)
登录对应赤兔平台,找到"资源管理–设备资源”,点击右上角的“自定义字段”勾选“故障端口、隔离端口”
勾选后,就能够看到故障端口。
在设备资源页,点击下方进度条,拉到最右侧,可以看到“操作”项中的“清理故障端口”
点击清理故障端口进行清理
一般端口故障会同时出现在3~n台机器(根据备机数量不同变化),都需要进行清理操作。
清理后,过5~10分钟再刷新该页面,故障端口消失,说明清理成功。如果仍然出现,重复进行清理操作即可。
手工清理方法
手工清理方法,实际是调用scheduler/bin下的工具resource_tool status_res 该工具功能强大,使用时一定要注意不要带入错误的参数。
-
登录到集群的 scheduler 机器上,进入对应bin目录
cd /data/application/scheduler/bin/ -
后台查看所有资源的端口状态
./resource_tool status_res all |grep port -
清除故障端口(其中最后一个参数 ip 填的是资源组里 available 状态的 ip 赤兔前台可以看到)
./resource_tool recover_res ip(master_ip)
如: ./resource_tool recover_res 10.1.2.17 -
后台和赤兔前台再次查看有没有故障端口,以及在赤兔前台观察资源有没有被释放
./resource_tool status_res all |grep port