华为云首页用户手册

MAPREDUCE服务 MRS-MRS集群运维说明:Manager例行维护

MAPREDUCE服务 MRS-MRS集群运维说明:Manager例行维护

时间：2024-08-18 05:11:11

MAPREDUCE服务 MRS MRS集群运维

Manager例行维护

为了保证系统长期正常、稳定的运行，管理员或维护工程师需要定期对下表所示的项目进行检查，并根据检查出的异常结果排除故障。建议检查人员根据企业管理规范，记录每个任务场景的结果并签名确认。

表1 项目一览表
例行维护周期	任务场景	例行维护内容
每天	检查集群服务状态	检查每个服务的运行状态和配置状态是否正常，是否为绿色。检查每个服务中，角色实例的运行状态和配置状态是否正常，是否为绿色。检查每个服务中，角色实例的主备状态是否可以正常显示。检查服务与角色实例的“概览”显示结果是否正常。
	检查集群主机状态	检查每个主机当前的运行状态是否正常，是否为绿色。检查每个主机当前的磁盘使用率、内存使用率和CPU使用率。关注当前内存与CPU使用率是否处于上升趋势。
	检查集群告警信息	检查前一天是否生成了未处理异常告警，包含已自动恢复的告警。
	检查集群审计信息	检查前一天是否有“高危”和“危险”的操作，是否已确认操作的合法性。
	检查集群备份情况	检查前一天 OMS 、LDAP、DBService和NameNode数据是否自动备份。
	检查健康检查结果	在Manager执行健康检查，下载健康检查报告确认当前集群是否存在异常状态。建议启用自动健康检查，并及时导出最新的集群健康检查结果，根据检查结果修复不健康项目。
	检查网络通讯	检查集群网络工作状态，节点之间的网络通讯是否存在延时。
	检查存储状态	检查集群总体数据存储量是否出现了突然的增长：磁盘使用量是否已接近阈值，排查原因，例如是否有业务留下的垃圾数据或冷数据需要清理。业务是否有增长需求，磁盘分区是否需要扩容。
	检查日志情况	检查是否有失败、失去响应的MapReduce、Spark任务，查看HDFS中“/tmp/logs/${username}/logs/${application id}”日志文件并排除问题。检查Yarn的任务日志，查看失败、失去响应的任务日志，并删除重复数据。检查Storm的worker日志。备份日志到存储服务器。
每周	用户管理	检查用户密码是否将要过期并通知修改。“机机用户”用户修改密码需要重新下载keytab文件。
	分析告警	导出指定周期内产生的告警并分析。
	扫描磁盘	对磁盘健康状态进行检查，建议使用专门的磁盘检查工具。
	统计存储	分批次排查集群节点磁盘数据是否均匀存储，筛选出明显数据增加或不足的硬盘，并确认硬盘是否正常。
	记录变更	安排并记录对集群配置参数和文件实施的操作，为故障分析处理场景提供依据。
每月	分析日志	收集集群节点服务器的硬件日志，例如BMC系统日志，并进行分析。收集集群节点服务器的操作系统日志，并进行分析。收集集群日志，并进行分析。
	诊断网络	对集群的网络健康状态进行分析。
	管理硬件	检查设备运行的机房环境，安排清洁设备。

上一篇：MAPREDUCE服务 MRS-MRS集群运维说明:日志维护建议

下一篇：MAPREDUCE服务 MRS-MRS集群运维说明:日志维护建议

新客秒杀 2核2G 3M L实例

68元/年

普惠上云领千元上云礼券

立即前往

企业专享 X实例 4核8G 5M

888元/年

热门域名 1元随心购

1元/年起

MAPREDUCE服务 MRS-MRS集群运维说明:Manager例行维护

意见反馈

0/200

提交成功！非常感谢您的反馈，我们会继续努力做到更好反馈提交失败！请稍后重试！

推荐文章

解决方案
相关专题