E-MapReduce
E-MapReduce
- 文档首页
E-MapReduce集群管理集群监控告警配置实践
文档反馈
问问助手配置集群监控告警便于用户实时掌握集群运行状态和资源状态，及时发现并处理异常，保障业务稳定。本文为您几种类型的基础监控告警配置，建议应用这些基础配置。
配置云服务器资源告警
- 登录云监控控制台，在 告警中心>告警模版>预置告警模版 页面 资源类型 中，选择 弹性计算>云服务器，筛选模版。关于告警模板的创建和使用详细操作，请参见创建告警模板。
 - 单击 云服务器预置告警模版 名称进入模板详情页，查看告警触发条件、告警级别和关联告警策略等信息。
 - 点击 云服务器预置告警模版 详情页面右侧 启用，或回到 预置告警模版 页面，点击 一键应用 按钮后，系统将自动生成并启用告警策略，应用于该火山引擎账号下云服务器的全部资源。
:::tip
关闭告警模板后，所有由预置告警模板生成的告警策略将被随之删除。
:::
配置EMR服务资源告警
在 告警中心>告警模版>预置告警模版 页面 资源类型 中，选择 数据中台>E-MapReduce，筛选模版。参考配置云服务器资源告警配置步骤，启用 E-MapReduce预置告警模版。
:::tip
数据中台>E-MapReduce 类还有其他预置告警模版，可按需启用。
:::
配置服务状态/操作异常类事件告警
- 登录云监控控制台，进入 事件中心>事件规则>创建事件规则 页面。
- 创建服务状态/操作异常类事件告警规则，
- 在 资源类型 下拉框中选择 E-MapReduce。
- 在 事件名称 下拉框中输入关键词“状态”，筛选服务状态类事件勾选事件名称。推荐勾选所有用到的服务的状态事件。
- 在 事件名称 下拉框中输入关键词“成功”或“失败”等操作类事件关键词，勾选事件名称。可根据高频操作配置。
创建事件规则的详细操作指导请参见创建事件规则。
配置服务核心指标告警
服务核心指标直接影响业务稳定性，建议针对核心指标配置告警策略，以便及时发现并处理异常。
-
登录 EMR 控制台，进入 EMR 集群详情页面>告警中心>订阅事件告警，跳转 云监控告警策略页面。
 -
在 云监控告警策略页面 中，点击 创建告警策略，进入创建页面。
-
配置 资源类型 为 数据中台>E-MapReduce。
 -
配置告警维度、指标类型和触发条件等告警策略详细信息。详细参数说明请参见创建告警策略。
下表列出需要重点关注的服务指标及建议设置的告警策略，请参考以下策略进行配置。| | | | | \
告警维度 告警指标及说明 指标级别 触发条件 HDFS \ HDFS已使用的DFS空间 \ 严重 超出总量的90%则告警 总量查询入口：EMR 控制台>集群详情>集群监控>HDFS>Overview>存储状态。  :::tip 处理建议：提高 NameNode 节点的 JVM 堆大小清理包含大量小文件目录 告警发送周期建议：5分钟检查一次，30分钟内发生2次则告警。 ::: ^^ HDFS存储使用率 严重 高于80%告警 ^^ HDFS丢块数量 \ 严重 按需配置，若不允许丢块，可以配置Missing block>0 告警 ^^ NameNode堆空间使用比例 严重 高于80%告警 ^^ DataNode老年代区空间使用率 \ 严重 高于95%告警 :::tip 告警发送周期建议：一段周期分钟内持续一段时间。 ::: Yarn \ ResourceManager老年代区空间 \ 严重 高于95%告警 ^^ NodeManager老年代区空间 严重 高于95%告警 Hive \ hiveserver2打开的连接数 严重 按需设置 ^^ HiveMetaStore堆内存使用率 严重 高于95%告警 ^^ HiveServer2堆内存使用率 高于95%告警 ^^ HiveServer2查询失败数 按需设置 Hbase \ HRegion full gc P2 关注，频繁出现排查 ^^ HRegion读取速率 P2 按需设置 ^^ HRegion写入速率 P2 按需设置 Presto/Trino Coordinator JVM当前已经使用的HeapMemory的数量 P1 超过堆内存的95%告警 Presto/Trino Worker JVM当前已经使用的HeapMemory的数量 P1 超过堆内存的95%告警 ZooKeeper Zookeeper znode数目 P2 按需设置 ZookeeperOverview Zookeeper集群总连接数 P2 按需设置 Kafka（KafkaConsumerGroup） Kafka Consumer Group Lag P1 按需设置