为了保证系统长期正常、稳定的运行,系统管理员或维护工程师需要定期对表1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。
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 |
|
检查集群主机状态 |
| |
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是否自动备份。 | |
检查健康检查结果 | 在FusionInsight 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:
| |
检查日志情况 | 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 |
|
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。 |