华为云_GaussDB T 1.0.2 告警参考.pdf

肯肯在学习

872

5页

14次

2022-06-13

免费下载

告警来源告警模块告警对象告警ID 告警名称告警名称描述

告警名称ID

告警类型告警级别告警描述告警详细描述对系统的影响可能原因处理步骤人工确认告警是否自动清除相关告警ID 参数解释资料示例

GaussD

B_DN

文件管理主机资源 1E+09

句柄数不

足

操作系统无可用

句柄数

Insuffici

entDataI

nstFileD

esc

容量告警

数据库集群组件[component-name]，数据库节

点[datanode-name]发生句柄数不足

数据库集群组件[component-name]，数据库

节点[datanode-name]，实例[instance-

name]打开过多文件，导致句柄数不足。发生该

告警时，运行日志里一般会有对应信息显示是在

该节点的具体哪一个模块发生了句柄数不足

涉及打开文件的业务执行失败

1. 并发数过高，系统最大句柄数值过小

2. 数据库文件句柄泄露

1. ulimit -a 查看 open files的值

2. ulimit -n xxx 修改最大文件句柄数，修改后 ulimit -a查看是

否修改成功

3. 以上两个步骤仅针对于当前进程，如果需要永久修改，要修

改linux系统参数。

vi /etc/security/limits.conf 添加

*　　soft　　nofile　　65536

*　　hard　　 nofile　　65536

修改以后保存，注销当前用户，重新登录，执行ulimit -a

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[instance-name]：实例名称；

2019-07-06

20:02:17|1001010001|InsufficientDataInstFileDesc|DN|D

B_1|{'component-name':'DN','datanode-

name':'DB_1','instance-name':'DB_1'}|1

GaussD

B_DN

文件管理

数据库对

象

1E+09

数据库文

件监控告

警

监控数据库文件

有无发生变动

FileMoni

tor

状态故障

数据库集群组件[component-name]，数据库节

点[datanode-name]中有数据库文件被物理删除

或者移动

数据库集群组件[component-name]，数据库

节点[datanode-name]的[file-name]文件通过

rm或mv命令被物理删除或移动

DN可能会以一种无持久化文件的状

态运行，一旦出现故障或者异常导

致DN进程退出后， DN将无法从持

久化文件进行恢复。

数据库文件（数据文件、redo日志）通

过rm或mv命令被物理删除或移动

数据库进程关闭之前

1. 通过lsof | grep FILE_NAME查询误删文件对应的pid和fd；

2. 通过cp /proc/PID/fd/FD FILE_NAME恢复文件；

3. 执行alter database convert to readwrite或重启以恢复数

据库状态。

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[file-name]：文件名称；

2019-07-06

20:02:17|1001060001|FileMonitor|DN|DB_1|{'componen

t-name':'DN','datanode-name':'DB_1','file-

name':'redo1'}|1

GaussD

B_DN

文件管理

数据库对

象

1E+09 文件损坏

监测运行中是否

出现损坏的文件

PageCor

rupt

报错告警

数据库表空间[space-name]里的文件[file-name]

的文件损坏，页面类型[page-type]

数据库集群组件[component-name]，数据库

节点[datanode-name]的表空间[space-name]

里的文件[file-name]的文件损坏，页面类型

[page-type],具体可以查看错误信息

多次产生告警信息服务器掉电或者磁盘发生物理损坏

1. 告警产生后，需要用户手动页面修复，或者将表空间

offline，或者重新建表

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[page-type]：页面类型

[space-name]：表空间名字

[file-name]：文件名

2019-07-06

20:02:17|1001060002|PageCorrupt|DN|zenith|{'compon

ent-name':'DN','datanode-name':'zenith','page-

type':'invalid','space-name':'SYSTEM','file-

name':'/home/gaussdba/data/system'}|1

GaussD

B_DN

事务

数据库状

态

1E+09 死锁

检查业务语句是

否报死锁错误

Deadloc

报错信息

数据库集群组件[component-name]，数据库节

点[datanode-name]发生死锁

数据库集群组件[component-name]，数据库

节点[datanode-name]，实例[instance-

name]的业务在执行过程中中产生了死锁，可以

在trace日志里查看具体死锁的语句、session、

类型等等

单条语句报错回滚不同会话中并发交叉操作了同一批数据

1. 查看trace log 或者 run log (根据数据库版本不同，死锁日

志位置不同)

2. 根据日志里记录的具体信息，包括死锁类型，SQL语句等，

排查业务语句

3. 具体死锁处理可以参考资料管理员指南第三章节-管理日志-

YES YES

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[instance-name]：实例名称；

2019-07-06

20:02:17|1002050001|Deadlock|DN|DB_1|{'component-

name':'DN','datanode-name':'DB_1','instance-

name':'DB_1'}|1

GaussD

B_DN

HA模块

数据库状

态

1E+09 降备

监测同步备降为

异步备的场景

Degrade 状态信息

数据库集群组件[component-name]，数据库节

点[datanode-name]从同步备降为异步备

数据库集群组件[component-name]，数据库

节点[datanode-name]发生降备，往 LNS发送

线程的日志缓冲区里刷日志[process]，如果没

有刷成功，则节点[host]:[port]从同步备降为异

步备

无影响

在最大可用模式下，对于同步日志发送

线程，如果在2*REPL_WAIT_TIMEOUT

时间内还未收到备机的回复，则会从同

步状态降备临时异步状态

1. 告警的产生可能是由于网络异常或备机负载过高造成的。如

果不是人为的故障测试，一般会自愈，再次从临时异步变成同步

。

NO YES

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[status]：在某一过程中发生了降备；

[peer-host]：主机；

[peer-port]：端口号；

2019-07-06

20:02:17|1003050001|Degrade|DN|DB_1|{'component-

name':'DN','datanode-name':'DB_1','peer-

host':'127.0.0.1','peer-port':'1611', 'status':'flush log'}|1

GaussD

B_DN

HA模块

数据库状

态

1E+09

保存复制

用户密码

文件失败

检查复制用户的

密码文件是否保

存成功

ReplPas

swd

状态告警

数据库角色[database-role]保存复制用户密码失

败

数据库集群组件[component-name]，数据库

节点[datanode-name]的主机或备机

[database-role]保存复制用户密码时发生异

常，需要用户手动通过工具去生成用户密码和密

钥。

主备断开后，会造成复制用户登录

失败

在主备开启用户密码认证功能后，如果

在主机上修改了复制用户密码，则要将

加密后的密码及key保存到文件，而且备

机在重演日志时，也要同步修改并保存

密码及key文件。如果磁盘空间不足或其

它异常，则可能会造成文件保存失败。

1. 告警产生后，需要用户手动通过工具去生成用户密码和密钥

。

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[database-role]：数据库角色，主机或备机

2019-07-06

20:02:17|1003050002|ReplPasswd|DN|DB_1|{'compone

nt-name':'DN','datanode-name':'DB_1','database-

role':'standby'|1

GaussD

B_DN

日志

数据库对

象

1E+09 归档

检查redo文件是

否归档成功

Archive 报错严重告警

数据库集群组件[component-name]，数据库节

点[datanode-name]中有redo日志归档失败

数据库集群组件[component-name]，数据库

节点[datanode-name]的 [file-name]文件归档

失败，可以在运行日志中查看进一步原因

数据库可能会挂起，无法提供业务

在数据库实例DN进行Redo日志归档时

进行判断，归档失败则上报告警，是一

般性错误告警。出现告警时，会造成日

志无法归档，最终会导致数据库挂起，

无法提供业务。

1. 检查归档日志文件权限/属性、所在磁盘状况，检查运行日志

具体的报错信息。

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[file-name]：文件名称；

2019-07-06

20:02:17|1004060001|Archive|DN|DB_1|{'component-

name':'DN','datanode-name':'DB_1','file-

name':'123.arc'}|1

GaussD

B_DN

日志

数据库对

象

1E+09

日志刷盘

失败

检查redo文件是

否刷盘成功

FlushRe

报错严重告警

数据库集群组件[component-name]，数据库节

点[datanode-name]发生redo日志刷盘失败

数据库集群组件[component-name]，数据库

节点[datanode-name]在做redo日志刷盘时，

[file-name]文件刷盘失败

数据库进程退出

在数据库实例DN上进行redo写盘时进

行判断，写盘失败则上报告警，是比较

严重的错误告警。出现该告警时，数据

库会立即停止客户端请求，主进程立即

退出。

1. 检查Redo日志文件权限/属性、所在磁盘状况，检查运行日

志具体的报错信息

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[file-name]：文件名称；

2019-07-06

20:02:17|1004060002|FlushRedo|DN|DB_1|{'component

-name':'DN','datanode-name':'DB_1','file-

name':'redo1'}|1

GaussD

B_DN

日志

数据库对

象

1E+09 审计日志

无法记录审计日

志

AuditLo

报错告警

数据库集群组件[component-name]，数据库节

点[datanode-name]审计日志无法记录告警

数据库集群组件[component-name]，数据库

节点[datanode-name]的实例[instance-

name] 发生了无法写审计计日志的告警。

需要扩展表空间的业务报错

检查审计日志异常。数据库表空间不

够，无法写审计日志

根据具体情况，可采用以下措施之一：

方法一：将表空间扩展

方法二：其他的表删除，空余空间给审计日志。

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[instance-name]：实例名称；

2019-07-06

20:02:17|1004060001|AuditLog|DN|DB_1|{'component -

name':'DN','datanode-name':'DB_1','instance-

name':'DB-1'|1

GaussD

B_DN

缓冲区

数据库对

象

1E+09

缓冲区刷

盘

检查缓冲区是否

刷盘成功

FlushBuf

fer

报错严重告警

数据库集群组件[component-name]，数据库节

点[datanode-name]发生缓冲区刷盘失败

数据库集群组件[component-name]，数据库

节点[datanode-name]，实例[instance-

name]的dbwr线程发生写盘失败

数据库进程退出

在数据库实例DN上进行buffer写盘时进

行判断，写盘失败则上报告警，是比较

严重的错误告警。出现该告警时，数据

库会立即停止客户端请求，主进程立即

退出。

1. 检查数据日志文件权限/属性、所在磁盘状况，检查运行日志

具体的报错信息。

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[instance-name]：实例名称；

2019-07-06

20:02:17|1005060001|FlushBuffer|DN|DB_1|{'componen

t-name':'DN','datanode-name':'DB_1','instance-

name':'DB_1'}|1

GaussD

B_DN

表空间

数据库对

象

1E+09 表空间

检查表空间的使

用阈值

Tablesp

aceUsag

容量告警

数据库集群组件[component-name]，数据库节

点[datanode-name]中的表空间到达了一定阈值

数据库集群组件[component-name]，数据库

节点[datanode-name]的[tablespace-name]

表空间的使用率已经超过了总空间的

[threshold]

需要扩展表空间的业务报错

检查数据库实例DN表空间使用率。如果

存在表空间使用率达到用户指定的阈

值，则上报告警。每3秒检测一次，用户

通过措施消除告警后，若表空间使用率

重新达到阈值，会产生新的告警。

根据具体情况，可采用以下措施之一：

方法一：查询v$datafile或者dv_data_files视图，若当前表空间

存在未开启自动扩展的数据文件，开启数据文件/表空间的自动

扩展。

方法二：查询v$datafile或者dv_data_files视图，调整自动扩展

的maxsize。

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[space-name]：表空间名称；

[alarm-threshold]：告警阈值；

2019-07-06

20:02:17|1006060001|TablespaceUsage|DN|DB_1|{'com

ponent-name':'DN','datanode-name':'DB_1','space-

name':'user1', 'alarm-threshold':'80'}|1

GaussD

B_DN

服务端模

块

数据库状

态

1E+09

会话连接

失败

监测是否有会话

连接失败的场景

AttachA

gent

报错告警

数据库集群组件[component-name]，数据库节

点[datanode-name]有新会话连接失败

数据库集群组件[component-name]，数据库

节点[datanode-name]连接会话[session-id]失

败

无法连接新会话会话连接响应客户端消息失败

1. 检查当前Session连接数是否存在大量并发，系统配置

Session大小是否合理，当前操作系统内存是否有余量。

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[session-id]：失败的会话号；

2019-07-06

20:02:17|1007050001|Session|DN|DB_1|{'component-

name':'DN','datanode-name':'DB_1','session-id':'3'}|1

GaussD

B_DN

服务端模

块

数据库状

态

1E+09

会话连接

满

检查连接会话数

是否达到最大值

MaxCon

nections

报错告警

数据库集群组件[component-name]，数据库节

点[datanode-name]的连接会话已经到了最大连

接数量

数据库集群组件[component-name]，数据库

节点[datanode-name]会话连接失败，连接数

过多，最大连接数为[max_sessions]

无法连接新会话会话连接数过多 1. 在运行日志中查看具体失败原因 YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[max-sessions]：最大连接数量；

2019-07-06

20:02:17|1007050002|MaxConnections|DN|DB_1|{'comp

onent-name':'DN','datanode-name':'DB_1','max-

sessions':'3'}|1

GaussD

B_DN

服务端模

块

数据库状

态

1E+09 恶意登录

监测有无短时间

内连续登陆失败

的ip地址

Maliciou

sLogin

报错告警

数据库集群组件[component-name]，数据库节

点[node-name]的短时间内某个IP[ip]连续多次登

录失败

数据库集群组件[component-name]，数据库

节点[node-name]的1min内某个IP[ip]连续登

录失败超过10次，则告警。每分钟相同告警最

多打印6条。集群内各节点之间的互连不会产生

该告警。tcp建连成功后，在单机或者分布式

DN中告警组件显示的都是DN；分布式CN中告

多次产生告警信息错误登录次数过多 1. 从告警日志中查看恶意IP YES NO

[component-name]：数据库集群中的组件；

[node-name]：数据库的节点名称；

2019-07-29

10:35:43|1007050003|MaliciousLogin|DN|zenith|{'comp

onent-name':'DN','datanode-

name':'DB_1','ip':'127.0.0.1'}|1

GaussD

B_DN

服务端模

块

数据库对

象

1E+09

定时任务

失败

监测有无运行失

败的定时任务

Job 报错信息

数据库集群组件[component-name]，数据库节

点[datanode-name]中有定时任务失败

数据库集群组件[component-name]，数据库

节点[datanode-name]的定时任务[job-id]运行

失败，具体可以查看错误信息为[err-msg]

定时任务失败根据具体的报错信息决定

1. 检查当前Job任务是否正常执行，可以通过查询 Job系统视图

表。

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[job-id]：定时任务编号；

[error-message]：错误原因；

2019-07-06

20:02:17|1007060001|Job|DN|DB_1|{'component-

name':'DN','datanode-name':'DB_1','job-id':'3', 'error-

message':'err_msg'}|1

告警来源

告警模块

告警对象

告警ID

告警名称

告警名称描述

告警名称ID

告警类型

告警级别

告警描述

告警详细描述

对系统的影响

可能原因

处理步骤

人工确认

告警是否自动清除

相关告警ID

参数解释

GaussD

B_DN

逻辑复制

工具

运行环境 1E+09

逻辑复制

进程异常

退出

逻辑复制工具

在运行的过程

中异常退出

Main

Thread

Aborted

报错告警

逻辑复制工具在运行的过

程中异常退出

逻辑复制工具在运行的过程中可

能因为其他线程异常而退出

逻辑复制工具不能提供服务

1. 回放SQL失败：目的端可能不存在需要操作

的表；目的端表列字段数和源端列字段数不一

致；目的端表列字段名称和源端列字段名称不

一致

1. 查看逻辑复制的run日志，定位解决逻

辑复制异常退出的原因

YES NO

GaussD

B_DN

逻辑复制

工具

运行环境 1E+09

逻辑复制

写回放进

度失败

逻辑复制工具

在运行过程中

写回放进度失

败

Write

Checkp

oint

Failed

报错告警

逻辑复制工具在运行过程

中写回放进度失败

逻辑复制工具在运行过程中写回

放进度失败

逻辑复制工具不能提供服务

1. 源端数据库异常：源端数据库进程退出；源

端数据库发生主备切换

1. 查看逻辑复制的run日志，定位查看具

体异常原因

YES NO

GaussD

B_DN

逻辑复制

工具

运行环境 1E+09

逻辑复制

写回放进

度线程退

出

逻辑复制工具

在运行过程中

写回放进度线

程异常退出

Write

Checkp

oint

Thread

Aborted

报错告警

逻辑复制工具在运行过程

中写回放进度线程异常退

出

逻辑复制工具在运行过程中写回

放进度线程异常退出

逻辑复制工具不能提供服务

1. 源数据库进程退出；源端数据库发生主备切

换

2. 写磁盘文件失败：磁盘无空间

1. 查看逻辑复制的run日志，定位查看具

体异常原因

YES NO

GaussD

B_DN

逻辑复制

工具

运行环境 1E+09

抽取解析

日志线程

异常退出

抽取解析日志

线程异常退出

LogCatc

her

Thread

Aborted

报错告警

抽取解析日志线程异常退

出

逻辑复制工具抽取解析在线日志

或者归档日志线程异常退出

逻辑复制工具不能提供服务

1. 解析日志数据出错：元数据信息发生变更；

日志格式和目前的逻辑复制工具解析代码不配

套

1. 查看逻辑复制的run日志，定位查看具

体异常原因

YES NO

GaussD

B_DN

逻辑复制

工具

运行环境 1E+09

回放线程

异常退出

回放线程异常

退出

Replaye

Thread

Aborted

报错告警回放线程异常退出

逻辑复制工具sql回放线程异常退

出

逻辑复制工具不能提供服务

1. 执行SQL失败：目的端可能不存在需要操作

的表；目的端表列字段数和源端列字段数不一

致；目的端表列字段名称和源端列字段名称不

一致

1. 查看逻辑复制的run日志，定位查看具

体异常原因

YES NO

GaussD

B_DN

逻辑复制

工具

运行环境 1E+09

逻辑复制

主备切换

逻辑复制主备

检测

Switch

Primary

Standby

报错告警逻辑复制主备检测

逻辑复制检测源端数据库主备状

态

逻辑复制工具不能提供服务

1. 源端数据库发生主备切换：数据库出现异

常，需要查看数据库日志

1. 查看逻辑复制的run日志，定位查看具

体异常原因

YES NO

GaussD

B_DN

逻辑复制

工具

运行环境 1E+09

事务分发

线程异常

退出

事务分发线程

异常退出

Transact

ion

Dispatc

Thread

Aborted

报错告警事务分发线程异常退出

逻辑复制工具事务分发线程异常

退出

逻辑复制工具不能提供服务 1. 分发事务异常：管理事务的队列出现bug

1. 查看逻辑复制的run日志，定位查看具

体异常原因

YES NO

GaussD

B_DN

逻辑复制

工具

运行环境 1E+09

目标数据

库异常

目标数据库异

常

Destinat

ion

Databas

Excepti

报错告警目标数据库异常

逻辑复制工具使用的目标数据库

异常

逻辑复制工具不能提供服务 1. 与目标数据库断连：目标数据库进程挂掉

1. 查看目的端数据库是否异常，根据情

况处理目的端数据库

YES NO

告警来源告警模块告警对象告警ID 告警名称告警名称描述

告警名称ID

告警类型告警级别告警描述告警详细描述对系统的影响可能原因处理步骤人工确认告警是否自动清除相关告警ID 参数解释资料示例

GaussD

B_DN

文件管理主机资源 1E+09

句柄数不

足

操作系统无可用

句柄数

Insuffici

entDataI

nstFileD

esc

容量告警

数据库集群组件[component-name]，数据库节

点[datanode-name]发生句柄数不足

数据库集群组件[component-name]，数据库

节点[datanode-name]，实例[instance-

name]打开过多文件，导致句柄数不足。发生该

告警时，运行日志里一般会有对应信息显示是在

该节点的具体哪一个模块发生了句柄数不足

涉及打开文件的业务执行失败

1. 并发数过高，系统最大句柄数值过小

2. 数据库文件句柄泄露

1. ulimit -a 查看 open files的值

2. ulimit -n xxx 修改最大文件句柄数，修改后 ulimit -a查看是

否修改成功

3. 以上两个步骤仅针对于当前进程，如果需要永久修改，要修

改linux系统参数。

vi /etc/security/limits.conf 添加

*　　soft　　nofile　　65536

*　　hard　　 nofile　　65536

修改以后保存，注销当前用户，重新登录，执行ulimit -a

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[instance-name]：实例名称；

2019-07-06

20:02:17|1001010001|InsufficientDataInstFileDesc|DN|D

B_1|{'component-name':'DN','datanode-

name':'DB_1','instance-name':'DB_1'}|1

GaussD

B_DN

文件管理

数据库对

象

1E+09

数据库文

件监控告

警

监控数据库文件

有无发生变动

FileMoni

tor

状态故障

数据库集群组件[component-name]，数据库节

点[datanode-name]中有数据库文件被物理删除

或者移动

数据库集群组件[component-name]，数据库

节点[datanode-name]的[file-name]文件通过

rm或mv命令被物理删除或移动

DN可能会以一种无持久化文件的状

态运行，一旦出现故障或者异常导

致DN进程退出后， DN将无法从持

久化文件进行恢复。

数据库文件（数据文件、redo日志）通

过rm或mv命令被物理删除或移动

数据库进程关闭之前

1. 通过lsof | grep FILE_NAME查询误删文件对应的pid和fd；

2. 通过cp /proc/PID/fd/FD FILE_NAME恢复文件；

3. 执行alter database convert to readwrite或重启以恢复数

据库状态。

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[file-name]：文件名称；

2019-07-06

20:02:17|1001060001|FileMonitor|DN|DB_1|{'componen

t-name':'DN','datanode-name':'DB_1','file-

name':'redo1'}|1

GaussD

B_DN

文件管理

数据库对

象

1E+09 文件损坏

监测运行中是否

出现损坏的文件

PageCor

rupt

报错告警

数据库表空间[space-name]里的文件[file-name]

的文件损坏，页面类型[page-type]

数据库集群组件[component-name]，数据库

节点[datanode-name]的表空间[space-name]

里的文件[file-name]的文件损坏，页面类型

[page-type],具体可以查看错误信息

多次产生告警信息服务器掉电或者磁盘发生物理损坏

1. 告警产生后，需要用户手动页面修复，或者将表空间

offline，或者重新建表

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[page-type]：页面类型

[space-name]：表空间名字

[file-name]：文件名

2019-07-06

20:02:17|1001060002|PageCorrupt|DN|zenith|{'compon

ent-name':'DN','datanode-name':'zenith','page-

type':'invalid','space-name':'SYSTEM','file-

name':'/home/gaussdba/data/system'}|1

GaussD

B_DN

事务

数据库状

态

1E+09 死锁

检查业务语句是

否报死锁错误

Deadloc

报错信息

数据库集群组件[component-name]，数据库节

点[datanode-name]发生死锁

数据库集群组件[component-name]，数据库

节点[datanode-name]，实例[instance-

name]的业务在执行过程中中产生了死锁，可以

在trace日志里查看具体死锁的语句、session、

类型等等

单条语句报错回滚不同会话中并发交叉操作了同一批数据

1. 查看trace log 或者 run log (根据数据库版本不同，死锁日

志位置不同)

2. 根据日志里记录的具体信息，包括死锁类型，SQL语句等，

排查业务语句

3. 具体死锁处理可以参考资料管理员指南第三章节-管理日志-

YES YES

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[instance-name]：实例名称；

2019-07-06

20:02:17|1002050001|Deadlock|DN|DB_1|{'component-

name':'DN','datanode-name':'DB_1','instance-

name':'DB_1'}|1

GaussD

B_DN

HA模块

数据库状

态

1E+09 降备

监测同步备降为

异步备的场景

Degrade 状态信息

数据库集群组件[component-name]，数据库节

点[datanode-name]从同步备降为异步备

数据库集群组件[component-name]，数据库

节点[datanode-name]发生降备，往 LNS发送

线程的日志缓冲区里刷日志[process]，如果没

有刷成功，则节点[host]:[port]从同步备降为异

步备

无影响

在最大可用模式下，对于同步日志发送

线程，如果在2*REPL_WAIT_TIMEOUT

时间内还未收到备机的回复，则会从同

步状态降备临时异步状态

1. 告警的产生可能是由于网络异常或备机负载过高造成的。如

果不是人为的故障测试，一般会自愈，再次从临时异步变成同步

。

NO YES

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[status]：在某一过程中发生了降备；

[peer-host]：主机；

[peer-port]：端口号；

2019-07-06

20:02:17|1003050001|Degrade|DN|DB_1|{'component-

name':'DN','datanode-name':'DB_1','peer-

host':'127.0.0.1','peer-port':'1611', 'status':'flush log'}|1

GaussD

B_DN

HA模块

数据库状

态

1E+09

保存复制

用户密码

文件失败

检查复制用户的

密码文件是否保

存成功

ReplPas

swd

状态告警

数据库角色[database-role]保存复制用户密码失

败

数据库集群组件[component-name]，数据库

节点[datanode-name]的主机或备机

[database-role]保存复制用户密码时发生异

常，需要用户手动通过工具去生成用户密码和密

钥。

主备断开后，会造成复制用户登录

失败

在主备开启用户密码认证功能后，如果

在主机上修改了复制用户密码，则要将

加密后的密码及key保存到文件，而且备

机在重演日志时，也要同步修改并保存

密码及key文件。如果磁盘空间不足或其

它异常，则可能会造成文件保存失败。

1. 告警产生后，需要用户手动通过工具去生成用户密码和密钥

。

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[database-role]：数据库角色，主机或备机

2019-07-06

20:02:17|1003050002|ReplPasswd|DN|DB_1|{'compone

nt-name':'DN','datanode-name':'DB_1','database-

role':'standby'|1

GaussD

B_DN

日志

数据库对

象

1E+09 归档

检查redo文件是

否归档成功

Archive 报错严重告警

数据库集群组件[component-name]，数据库节

点[datanode-name]中有redo日志归档失败

数据库集群组件[component-name]，数据库

节点[datanode-name]的 [file-name]文件归档

失败，可以在运行日志中查看进一步原因

数据库可能会挂起，无法提供业务

在数据库实例DN进行Redo日志归档时

进行判断，归档失败则上报告警，是一

般性错误告警。出现告警时，会造成日

志无法归档，最终会导致数据库挂起，

无法提供业务。

1. 检查归档日志文件权限/属性、所在磁盘状况，检查运行日志

具体的报错信息。

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[file-name]：文件名称；

2019-07-06

20:02:17|1004060001|Archive|DN|DB_1|{'component-

name':'DN','datanode-name':'DB_1','file-

name':'123.arc'}|1

GaussD

B_DN

日志

数据库对

象

1E+09

日志刷盘

失败

检查redo文件是

否刷盘成功

FlushRe

报错严重告警

数据库集群组件[component-name]，数据库节

点[datanode-name]发生redo日志刷盘失败

数据库集群组件[component-name]，数据库

节点[datanode-name]在做redo日志刷盘时，

[file-name]文件刷盘失败

数据库进程退出

在数据库实例DN上进行redo写盘时进

行判断，写盘失败则上报告警，是比较

严重的错误告警。出现该告警时，数据

库会立即停止客户端请求，主进程立即

退出。

1. 检查Redo日志文件权限/属性、所在磁盘状况，检查运行日

志具体的报错信息

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[file-name]：文件名称；

2019-07-06

20:02:17|1004060002|FlushRedo|DN|DB_1|{'component

-name':'DN','datanode-name':'DB_1','file-

name':'redo1'}|1

GaussD

B_DN

日志

数据库对

象

1E+09 审计日志

无法记录审计日

志

AuditLo

报错告警

数据库集群组件[component-name]，数据库节

点[datanode-name]审计日志无法记录告警

数据库集群组件[component-name]，数据库

节点[datanode-name]的实例[instance-

name] 发生了无法写审计计日志的告警。

需要扩展表空间的业务报错

检查审计日志异常。数据库表空间不

够，无法写审计日志

根据具体情况，可采用以下措施之一：

方法一：将表空间扩展

方法二：其他的表删除，空余空间给审计日志。

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[instance-name]：实例名称；

2019-07-06

20:02:17|1004060001|AuditLog|DN|DB_1|{'component -

name':'DN','datanode-name':'DB_1','instance-

name':'DB-1'|1

GaussD

B_DN

缓冲区

数据库对

象

1E+09

缓冲区刷

盘

检查缓冲区是否

刷盘成功

FlushBuf

fer

报错严重告警

数据库集群组件[component-name]，数据库节

点[datanode-name]发生缓冲区刷盘失败

数据库集群组件[component-name]，数据库

节点[datanode-name]，实例[instance-

name]的dbwr线程发生写盘失败

数据库进程退出

在数据库实例DN上进行buffer写盘时进

行判断，写盘失败则上报告警，是比较

严重的错误告警。出现该告警时，数据

库会立即停止客户端请求，主进程立即

退出。

1. 检查数据日志文件权限/属性、所在磁盘状况，检查运行日志

具体的报错信息。

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[instance-name]：实例名称；

2019-07-06

20:02:17|1005060001|FlushBuffer|DN|DB_1|{'componen

t-name':'DN','datanode-name':'DB_1','instance-

name':'DB_1'}|1

GaussD

B_DN

表空间

数据库对

象

1E+09 表空间

检查表空间的使

用阈值

Tablesp

aceUsag

容量告警

数据库集群组件[component-name]，数据库节

点[datanode-name]中的表空间到达了一定阈值

数据库集群组件[component-name]，数据库

节点[datanode-name]的[tablespace-name]

表空间的使用率已经超过了总空间的

[threshold]

需要扩展表空间的业务报错

检查数据库实例DN表空间使用率。如果

存在表空间使用率达到用户指定的阈

值，则上报告警。每3秒检测一次，用户

通过措施消除告警后，若表空间使用率

重新达到阈值，会产生新的告警。

根据具体情况，可采用以下措施之一：

方法一：查询v$datafile或者dv_data_files视图，若当前表空间

存在未开启自动扩展的数据文件，开启数据文件/表空间的自动

扩展。

方法二：查询v$datafile或者dv_data_files视图，调整自动扩展

的maxsize。

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[space-name]：表空间名称；

[alarm-threshold]：告警阈值；

2019-07-06

20:02:17|1006060001|TablespaceUsage|DN|DB_1|{'com

ponent-name':'DN','datanode-name':'DB_1','space-

name':'user1', 'alarm-threshold':'80'}|1

GaussD

B_DN

服务端模

块

数据库状

态

1E+09

会话连接

失败

监测是否有会话

连接失败的场景

AttachA

gent

报错告警

数据库集群组件[component-name]，数据库节

点[datanode-name]有新会话连接失败

数据库集群组件[component-name]，数据库

节点[datanode-name]连接会话[session-id]失

败

无法连接新会话会话连接响应客户端消息失败

1. 检查当前Session连接数是否存在大量并发，系统配置

Session大小是否合理，当前操作系统内存是否有余量。

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[session-id]：失败的会话号；

2019-07-06

20:02:17|1007050001|Session|DN|DB_1|{'component-

name':'DN','datanode-name':'DB_1','session-id':'3'}|1

GaussD

B_DN

服务端模

块

数据库状

态

1E+09

会话连接

满

检查连接会话数

是否达到最大值

MaxCon

nections

报错告警

数据库集群组件[component-name]，数据库节

点[datanode-name]的连接会话已经到了最大连

接数量

数据库集群组件[component-name]，数据库

节点[datanode-name]会话连接失败，连接数

过多，最大连接数为[max_sessions]

无法连接新会话会话连接数过多 1. 在运行日志中查看具体失败原因 YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[max-sessions]：最大连接数量；

2019-07-06

20:02:17|1007050002|MaxConnections|DN|DB_1|{'comp

onent-name':'DN','datanode-name':'DB_1','max-

sessions':'3'}|1

GaussD

B_DN

服务端模

块

数据库状

态

1E+09 恶意登录

监测有无短时间

内连续登陆失败

的ip地址

Maliciou

sLogin

报错告警

数据库集群组件[component-name]，数据库节

点[node-name]的短时间内某个IP[ip]连续多次登

录失败

数据库集群组件[component-name]，数据库

节点[node-name]的1min内某个IP[ip]连续登

录失败超过10次，则告警。每分钟相同告警最

多打印6条。集群内各节点之间的互连不会产生

该告警。tcp建连成功后，在单机或者分布式

DN中告警组件显示的都是DN；分布式CN中告

多次产生告警信息错误登录次数过多 1. 从告警日志中查看恶意IP YES NO

[component-name]：数据库集群中的组件；

[node-name]：数据库的节点名称；

2019-07-29

10:35:43|1007050003|MaliciousLogin|DN|zenith|{'comp

onent-name':'DN','datanode-

name':'DB_1','ip':'127.0.0.1'}|1

GaussD

B_DN

服务端模

块

数据库对

象

1E+09

定时任务

失败

监测有无运行失

败的定时任务

Job 报错信息

数据库集群组件[component-name]，数据库节

点[datanode-name]中有定时任务失败

数据库集群组件[component-name]，数据库

节点[datanode-name]的定时任务[job-id]运行

失败，具体可以查看错误信息为[err-msg]

定时任务失败根据具体的报错信息决定

1. 检查当前Job任务是否正常执行，可以通过查询 Job系统视图

表。

YES NO

[component-name]：数据库集群中的组件；

[datanode-name]：数据库的节点名称；

[job-id]：定时任务编号；

[error-message]：错误原因；

2019-07-06

20:02:17|1007060001|Job|DN|DB_1|{'component-

name':'DN','datanode-name':'DB_1','job-id':'3', 'error-

message':'err_msg'}|1

告警来源

告警模块

告警对象

告警ID

告警名称

告警名称描述

告警名称ID

告警类型

告警级别

告警描述

告警详细描述

对系统的影响

可能原因

处理步骤

人工确认

告警是否自动清除

评论