【GaussDB】Ops巡检-watchdog进程状态异常处理步骤

ALM-5101269 Ops巡检-watchdog进程状态异常

告警解释

DBS运维管理平台提供指标监控能力，监测到上报信息给HA的watchdog进程不存在，产生此告警。

告警属性

5101269	巡检配置	业务质量告警	租户面	云数据库 GaussDB 节点	是

告警参数

定位信息	云服务	产生告警的云服务
	实例ID	产生告警的实例ID
	节点ID	产生告警的节点ID
	巡检名称	产生告警的巡检名称
	指标编码	产生告警的指标编码
附加信息	租户名称	产生告警的租户名称
	实例名称	产生告警的实例名称
	租户ID	产生告警的租户ID
	云服务	产生告警的云服务
	服务	产生告警的服务
	微服务	产生告警的微服务
	告警源IP	告警源IP
	节点角色	产生告警节点的节点角色
	指标编码	产生告警节点的指标编码
	指标采集值	产生告警节点的指标采集值
	指标阈值	产生告警节点的指标阈值

对系统的影响

如果有持续告警时，会造成Agent无法上报集群信息，磁盘信息，网卡信息等信息给HA，对数据库集群的高可用和告警会有一定影响。

可能原因

• agent_monitor进程因某种原因阻塞住了，或者报错退出并且启动失败了，因此无法拉起watchdog进程。
• watchdog进程报错退出并且启动失败。

处理步骤

1. 在告警信息中获取nodeId，通过登录实例节点操作，登录节点。
2. 执行 ps -ef | grep python 查看有无agent_monitor进程，如下图所示。
   • 存在进程，查看3。
   • 如果不存在进程，查看4。
3. 执行 vim /home/Ruby/log/agent_process_monitor.log 查看agent_monitor进程的日志，查看是否有试图拉起watchdog进程。如果存在异常无法拉起（如图，但图中的异常仅是个示例，并不代表实际情况），请联系技术支持。
4. 如果agent_monitor进程不存在，则参考ALM-5101270 Ops巡检-agentmonitor进程状态异常的处理步骤。

告警清除

此告警修复后，系统会自动清除此告警，无需手工清除。

参考信息

不涉及。

更多详情请参考GaussDB 文档中心：https://doc.hcs.huawei.com/db/zh-cn/gaussdbqlh/24.1.30/productdesc/qlh_03_0001.html