描述

NCC 健康检查cfs_fatal_check用于确定 CFS（Collector Framework Service）进程是否稳定。CFS 进程位于 cluster_health 服务下，并将脉冲数据发送到 Insights。如果 CFS 进程在过去 2 小时内重新启动至少 4 次，则将触发此检查。在 CFS 进程稳定之前，发送远程支持/脉冲 Insights 数据和主动支持可能会延迟。

运行此检查之前，请将 NCC 升级到最新版本。此检查是在 NCC 4.6.1 中引入的。

运行 NCC 检查

您可以将此检查作为完整 NCC 健康检查的一部分来运行。

 nutanix@cvm$ ncc health_checks run_all

或者您可以单独运行此检查。

 nutanix@cvm$ ncc health_checks pulse_checks cfs_fatal_check

您还可以从 Prism Web 控制台健康页面运行检查。选择操作>运行检查。选择所有检查并单击运行。

此检查计划每 7200 秒运行一次。
此项检查将生成未处于稳定状态的 CFS 进程警报。

示例输出

状态：通过

Running : health_checks pulse_checks cfs_fatal_check [==================================================] 100% /health_checks/pulse_checks/cfs_fatal_check [ PASS ] ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------+ +-----------------------+ | State | Count | +-----------------------+ | Pass | 1 | | Total Plugins | 1 | +-----------------------+ Plugin output written to /home/nutanix/data/logs/ncc-output-latest.log

状态：警告

Running : health_checks pulse_checks cfs_fatal_check [==================================================] 100% /health_checks/pulse_checks/cfs_fatal_check [ WARN ] ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------+ Detailed information for cfs_fatal_check: Node XYZ240: Warn: CFS process is not in a stable state. Refer to KB 13150 (http://portal.nutanix.com/kb/13150) for details on cfs_fatal_check or Recheck with: ncc health_checks pulse_checks cfs_fatal_check --cvm_list=XYZ240 +-----------------------+ | State | Count | +-----------------------+ | Fail | 1 | | Total Plugins | 1 | +-----------------------+ Plugin output written to /home/nutanix/data/logs/ncc-output-latest.log

输出消息

解决方案

Pulse 向 Nutanix 支持提供诊断系统数据，以便为 Nutanix 解决方案提供主动、情境感知的支持。Nutanix 建议客户启用脉冲。有关更多详细信息，请参阅脉冲健康监测。

• 如果您的集群运行的 NCC 版本早于 4.6.3.1，请使用生命周期管理器 (LCM) 将 NCC 升级到最新版本。
• 解决 Prism Web 控制台中的警报“CFS 进程不处于稳定状态”。
• 按照上述说明重新运行 NCC 检查。
  • 如果仍然看到 NCC 检查失败，请运行以下 NCC 检查以验证与 Nutanix Pulse Insights 服务器的连接。

 nutanix@cvm$ ncc health_checks pulse_checks rest_connection_checks

• 如果上述检查失败，请按照KB-5490中的说明解决无法访问的问题。可能存在需要解决的上游网络连接问题。检查您的网络的 DNS、路由和防火墙或 ACL。

• 发出警报的其他原因是，如果 CFS 进程遇到不可恢复的错误，它可能会反复重新启动，CFS 进程无法执行依赖于文件系统或 zookeeper 进程的任务，或者由于内存不足 (OOM) 问题而被终止。
  • 验证 CFS 服务是否在集群上运行：

 nutanix@CVM:~$ ps aux | grep /home/nutanix/ncc/bin/nusights/cfs | grep -v grep | awk '$11 == "/home/nutanix/ncc/bin/nusights/cfs" { print $0 }' nutanix 4899 0.2 0.2 1438992 83792 ? Sl Jan03 6:31 /home/nutanix/ncc/bin/nusights/cfs -use_iam=True -log_dir=/home/nutanix/data/logs/ -logtostderr=True -logstacktostderr=True -useUTC=True -config_dir=/home/nutanix/ncc/config/nusights -protocol=https -tls_host_name= -ca_cert_path=/home/nutanix/ncc/cert/insights_collector/cacert.pem -rest_base_url=/nusights/services -rest_protocol_version=v1 -use_pc_as_proxy=True -experimental_dump_to_file=True -experimental_dump_transported_data_to_file=False -stats_flush_frequency_secs=900 -num_os_threads=1 -max_rss_memory_limit_mb=628 -high_rss_mb=130 -low_rss_pt=70 -resource_check_interval_secs=5 -enable_self_monitoring=false -prof_dir=/home/nutanix/data/cores/ -mem_profile_rate=-1 -enable_live_debug=False -v=0 -cgroup_subsystems=cpu,cpuacct,memory -use_resumable_file_upload=True -enable_metering_mode_monitoring=True -enable_message_batching=True -max_batch_message_size_in_kb=64 -batch_msg_send_duration_in_sec=120 -enable_local_stats_storage=True -read_additional_cvmconfig_info=true -commit_log_read_buf_size_mb=2 -token_generation_rate_per_sec=100.000000 -burst_size=200

• 检查 CFS 服务是否最近崩溃。在下面的命令中，CFS 进程运行了 2 天 6 小时 2 分 33 秒。

 nutanix@CVM:~$ ps -eo etime,args | grep /home/nutanix/ncc/bin/nusights/cfs | grep -v grep | awk '$2 == "/home/nutanix/ncc/bin/nusights/cfs" { print $0 }' 2-06:02:33 /home/nutanix/ncc/bin/nusights/cfs -use_iam=True -log_dir=/home/nutanix/data/logs/ -logtostderr=True -logstacktostderr=True -useUTC=True -config_dir=/home/nutanix/ncc/config/nusights -protocol=https -tls_host_name= -ca_cert_path=/home/nutanix/ncc/cert/insights_collector/cacert.pem -rest_base_url=/nusights/services -rest_protocol_version=v1 -use_pc_as_proxy=True -experimental_dump_to_file=True -experimental_dump_transported_data_to_file=False -stats_flush_frequency_secs=900 -num_os_threads=1 -max_rss_memory_limit_mb=628 -high_rss_mb=130 -low_rss_pt=70 -resource_check_interval_secs=5 -enable_self_monitoring=false -prof_dir=/home/nutanix/data/cores/ -mem_profile_rate=-1 -enable_live_debug=False -v=0 -cgroup_subsystems=cpu,cpuacct,memory -use_resumable_file_upload=True -enable_metering_mode_monitoring=True -enable_message_batching=True -max_batch_message_size_in_kb=64 -batch_msg_send_duration_in_sec=120 -enable_local_stats_storage=True -read_additional_cvmconfig_info=true -commit_log_read_buf_size_mb=2 -token_generation_rate_per_sec=100.000000 -burst_size=200

• 检查 cfs.out 中是否有最近的 FATAL。

 nutanix@CVM:~$ grep -B8 ^F ~/data/logs/cfs.out* I0418 08:22:18.217482Z 13365 transport.go:993] HTTP(S) proxy: Testing connectivity to end point https://insights.nutanix.com:443/nusights/services/v1/test by making a http POST without any proxy with timeoutSecs: 60. I0418 08:22:46.813213Z 13365 cvmconfig.go:838] current status has remained to be the same from prevStatus: false I0418 08:22:47.794832Z 13365 cfs_stats.go:356] Publishing the commitlog stats to DB. I0418 08:23:18.218412Z 13365 transport.go:2231] Reset cached transport 0xc0000e57c0 for transportKey PULSE:DIRECT:insights.nutanix.com. E0418 08:23:18.218466Z 13365 transport.go:1026] HTTP(S) proxy: Test request to https://insights.nutanix.com:443/nusights/services/v1/test without any proxy failed with error Post "https://insights.nutanix.com:443/nusights/services/v1/test": context deadline exceeded and response nil I0418 08:23:18.218479Z 13365 transport.go:1083] Server endpoint(https://insights.nutanix.com:443/nusights/services/v1/test) is not reachable directly without any proxy. I0418 08:23:18.218486Z 13365 transport.go:1044] Trying connectivity tests for proxy type PC Proxy I0418 08:23:18.218493Z 13365 transport.go:1144] 10830.378976167 Seconds lapsed since the connectivity test is started. F0418 08:23:18.218505Z   13365 transport.go:1161] QFATAL Exiting CFS since POST Endpoint https://insights.nutanix.com:443/nusights/services/ is not reachable via any of the configured proxies .

• 重新启动 cluster_health 服务以尝试稳定 CFS 进程：

 nutanix@CVM:~$ genesis stop cluster_health nutanix@CVM:~$ cluster start

• 通过重新运行 NCC 检查来监控 CFS 进程的稳定性。

相关文章

• Nutanix Portal 中的原始文章： Nutanix KB 文章：13150
• Nutanix 登陆页面