【问题版本】ESL821（所有版本适用）【问题描述】部分节点有ALM-25006 Sssd服务异常告警【问题影响】无【排查思路】1、可以按照产品文档排查，先排查进程是否存在：ps -ef | grep sssd，排查/var/run/下面是否有sssd.pid文件：ll /var/run/sssd.pid；进程正常状态为：存在/usr/sbin/sssd进程和三个子进程/usr/libexec/sssd/sssd_be、/usr/libexec/sssd/sssd_nss、/usr/libexec/sssd/sssd_pam。2、排查/var/log/sssd.log日志，看是否有报错，具体报错具体分析；重复打印如下日志：[monitor_restart_service] (0x0010): Process [nss], definitely stopped![monitor_cleanup] (0x0010): Error removing pidfile! (2[No such file or directory])3、排查告警节点/var/挂载盘容量是否满了，满了则需要清理；4、查看/var/lib/sss下面的权限与正常节点是否一致，不一致需要改成一致；5、排查/etc/sssd/sssd.conf文件配置，告警节点对比正常节点配置是否有差异；1）若有差异，ldap_tls_cacert、ldap_uri对应配置，需要拷贝正常节点到告警节点；2）以root用户执行service sssd restart命令重启sssd服务；注：其中ldap_tls_cacert、ldap_uri对应配置可在/etc/openldap/ldap.conf配置文件里找；6、执行命令cat /var/log/messages，查看sssd是否频繁重启或者存在Can't contact LDAP server的异常信息。可以删除/var/run/sssd.pid文件重启sssd服务尝试；7、若sssd服务还是一直重启，可找操作系统的看看；

【问题版本】 管控面813【问题描述】 OC告警硬盘使用率阈值告警，dms-collection日志不回收【问题影响】 无【问题根因】 容器日志未清理就重启导致日志残留【定位过程】1、DWS-Region-Node节点日志盘快满告警，告警信息如下：一般告警，数据仓库-ManageOne-Service02（XX.XX.XX.XX）,[告警描述]故障时间:2024-xx-xx xx:xx:xx故障内容:故障设备：XX.XX.XX.XX,告警详情：硬盘使用率阈值告警,定位信息：云服务=DWS; 服务=S-DWS; 微服务=DWSController; 实例名称=DWSController_DWS_Region_Node_XXX; 部署节点名称=DWS_Region_Node_XXX, 管理IP=XX.XX.XX.XX, 区域=XXXX,告警类型：异常告警,告警TYPE：6,进程读写磁盘过于频繁,告警ID: -1,2、dms-collection日志不回收，导致DWS_Region_Node_XXX节点磁盘快打满，之前说过让一线定时清理，防止打满；3、排查发现生产节点数200多过多导致容器老是重启，还没回收就重启了，导致残留；4、让部署定时任务去清理，已经强调清理前保留目录日志文件大小数量，建议保留一个月或者半个月（按实际情况定）；【规避措施】部署定时任务定期清理，步骤如下：1、登录虚拟机节点,检查/var/log/路径使用率：df -h2、登录对应节点清理日志：find /var/log/dbs/dms-collection/dms-collection.* -type f -mtime +30 -exec ls -lrt {} \;find /var/log/dbs/dms-collection/dms-collection.* -type f -mtime +30 -exec rm -f {} \;find /var/log/dbs/dms-collection/dms-collection.* -type f -mtime +30 -exec ls -lrt {} \;3、部署定时清理任务：crontab -e 添加定时任务0 18 * * * find /var/log/dbs/dms-collection/dms-collection.* -type f -mtime +30 -exec rm -f {} \;crontab -l 查询定时任务3、检查/var/log/路径使用率：df -h

【问题版本】HCS831【问题描述】打开DWS控制台报错CF2.E00002.001 Connecttimeout, connection exception【问题影响】对集群业务无影响，只影响管控面【定位过程】1、DWS控制台报CF2.E00002.001 Connecttimeout, connection exception；2、首先排查容器状态(EICommon-Region-Master-01/02/03节点)和rms数据库状态（DWS-DB01、DWS-DB02节点）；3、排查发现是dwscontroller两个容器都挂了，describe容器排查日志没看出啥，容器一直在重启，怀疑是资源不够，手动干预重启一个容器能启起来，界面恢复，找CDK排查原因；3、CDK侧定位怀疑是docker运行时间长了，有些资源没释放，手动释放两个节点资源，防止再次重启失败；【规避措施】1、手动重启dwscontroller服务后恢复；（可在CDK界面删除pod,或者后台节点kubectl delete pod XXXXX -n  xxx）2、释放两个dwscontroller容器所在node节点资源：（kubectl get pods -A -owide命令查询容器所在node节点IP；）如下顺序：docker system prune -a 清理Docker系统中未使用的镜像、容器、网络和数据卷等资源，释放因临时或废弃的 Docker 对象占用的存储空间；systemctl daemon-reload 重新加载守护进程systemctl resrart docker 重启dockersystemctl resrart kubelet 重启kubelet

【问题版本】 HCS831【问题描述】 下发集群失败报DWS.0042【问题影响】 创建集群失败【定位过程】1、按照此案例排查失败步骤：https://bbs.huaweicloud.com/blogs/427974，并获取失败task的jobid;2、通过jobid去dwscontroller服务过滤日志，发现有"errorcode message":"FSOPS.NOVA.Schpduler.HuaweiDiskFilter"，找BMS侧排查；BMS侧排查发现：下发选的az不对，筛选到的裸机都是bmsaz2.r1的，目标裸机都是bmsaz.r1下3、选对az后重新创建，发现还是失败，同样的找jobID去搜日志，发现到下载包失败，找OBS侧排查，日志如下；[4a90xxxx-xxxx-xxxx-xxxx-xxxxxxx28965b].installPackage download check result failed.instance return failMsg:{'errorCode': 'E001',errorMsg': 'Failed to download or pre install packages. Error: Failed to download package [8.1.3.333-dws-x86_64-91636-8f04b691-0b660213-20240612155607.tar.gz] from OBS at 3 times. Error: udstool download failed: ...下面有打印：...internal.utils.RestUtils$DefaultObsDnslookup|493|internet host address:[dws-instance-xxxx.obsv3.ndc-r-1.egov.iq/194.xxx.xxx.xxx]2025-01-10 20:23:30 900|com.obs.services.internal.RestStorageService executeRequest 600 OkHttp cost 20022 ms to apply http request2025-01-10 20:23:30 901 com.obs.services.internal.RestStorageService handleThrowable 220 Request failed, Response code: 408; Request ID: null; Request path: https://dws-instance-ndc-r-1.obsv3.ndc-r-1.egov.iq/8.1.3.333-dws-x86_64-91636-8f04b691-0b660213-20240612155607.tar.gz2025-01-1020:23:30 901|com.obs.services.AbstractClient|doActionWithResult|403|Storage|1|HTTP+XML|getObject|I||2025-01-10 20:22:10|2025-01-10 20:23:30|||408|\n, None..'}. RPC msg|com.huawei.hwClouds.dbs.executor.RdsDownloadPackageTask.getInstallCheckResult(RdsDownloadPackageTask.java:220 )4、OBS侧排查发现：手动wget能下载，请求未走到OBS，返回的是公网IP，怀疑是DNS解析问题，让找CloudDNS的人排查；dws-instance-xxxx.obsv3.ndc-r-1.egov.iq/194.xxx.xxx.xxx5、客户这边配置了公网的DNS解析，导致内网的CloudDNS解析也是公网的IP地址；6、让客户修改回去，修改后重新下发成功； 

 请看图：无缘无故报个这个问题，官网文档搜不到一点有用信息，搞什么？tpops 是 24.1.30版本                 

【问题版本】 ESL821【问题描述】 chronyc同步状态有问题【问题影响】 无【问题根因】 告警检查时间精度太粗，导致连续十次检查结果相同进而导致告警上报【定位过程】 1、FI界面上报ALM-12012 NTP服务异常和ALM-12037 NTP服务器异常告警，排查网络正常，123端口也是通的；2、排查发现chrony同步状态异常，排查发现配置文件/etc/chrony.conf中外部时钟源配置的noselect；3、当/etc/chrony.conf中外部时钟源为noselect时，不能配置成iburst，这个可能和我们的脚本有冲突导致chrony重启；noselect代表不使用chrony本身的OS机制进行时间同步。调整为其他(ibrust)则会使chrony机制与之冲突，且会导致FI自身生成chrony.conf失败，从而导致检查配置文件失败，重启chrony。4、同样还是排查如下日志：/var/log/Bigdata/omm/oms/ha/scriptlog/ha_ntp.log/var/log/Bigdata/nodeagent/scriptlog/ntpChecker.log5、由于告警检查时间精度太粗，导致连续十次检查结果相同进而导致告警上报，修改脚本后恢复正常；【规避措施】1、root修改主备OMS节点如下两个文件：（find /opt/huawei/  -name chrony查出来）/opt/huawei/Bigdata/om-server_8.2.0.X/OMS/workspace0/ha/module/harm/plugin/script/chrony/opt/huawei/Bigdata/om-server_8.2.0.X/om/inst/script/chrony注释213、214行，下面另起一行添加如下：EXTERNAL_NTP_OFFSET=$(sudo ${SUDO_PATH_OMS} external_offset_record $ntp_server_ip)2、root修改主备OMS节点如下三个文件：（find /opt/huawei/ -name "manager_sudoExecute.sh"查出来）/opt/huawei/Bigdata/om-server_8.2.0.X/om/sbin/sudo/runtime/manager_sudoExecute.sh/opt/huawei/Bigdata/om-agent_8.2.0.X/nodeagent/bin/sudo/runtime/manager_sudoExecute.sh/opt/huawei/Bigdata_func/sudo/runtime/manager_sudoExecute.sh修改2536行为如下：offset_record=$(echo $offset_record 1000 | awk '{printf "%f\n" ,$1*$2}')

【问题版本】 HCS821【问题描述】ServiceOM集群管理更多点集群监控信息报错【问题影响】 无【问题根因】 CDK参数配置问题【定位过程】    1、ServiceOM界面，资源管理--集群--更多--点集群监控信息报错；    2、界面F12接口monitor报417，保留traceID；    3、登录EICommon-Region-Master-01节点，拿traceID去对应dbsinsight服务搜日志，发现报错信息为：    query cluster monitor info exector exception.  fail reason,(ClusterMonitorService.java:107)    ... Table 'event.instance_monitor' doesn't exist    4、报表不存在，是因为dbsinsight服务CDK参数配置的数据库信息不对导致，event修改成monitor后恢复；【规避措施】修改dbsinsight服务CDK参数后点升级即可，参数如下：    1）修改monitor_db_url的值中event库为monitor；    2）修改LIVENESS_PROBE.PERRIOD_SECONDS值加1，如100改成101；

编号问题说明标题连接  1巡检工具介绍如何手动执行巡检来进行测试补充中  2问题定位巡检卡住相关问题补充中              

1.创建小时分区表预创建分区720个，分区保留策略为最近720小时CREATE table day_part(id int,d_time timestamp)  DISTRIBUTE BY HASH (id)PARTITION BY RANGE (d_time)(PARTITION p1 START('2025-01-06 11:17:00 ') END('2025-02-06 12:17:00') EVERY(interval '1 hours'));ALTER TABLE  day_part ADD PARTITION pmax VALUES LESS THAN (maxvalue);2.确认最近1个月的小时分区预创建成功select pg_get_tabledef('day_part');3.更改表分区策略为最近2小时4.检查分区自动删除到最近2小时 请问第3，4步骤怎么实现

物化自动定时刷新怎么使用的？实验过程如下，物化视图没有自动刷新

【问题现象】      创建集群失败，并且会提示（DWS.6016）创建集群失败,Connect Managelp failed, listen times out！  【常见版本】全版本     【定位思路】     1、登录rms数据库查看失败task名称、jobid、执行任务的controller容器，操作方法：https://bbs.huaweicloud.com/blogs/427974  失败任务：RdsPingInstanceManagerIpTask   2、登录rms数据库查看rds_instance表获取manageip，登录数据库方法见：https://bbs.huaweicloud.com/blogs/427974  查询manageIP的sql：select name,manageIp from rds_instance where name like '%创建失败集群名称%'   3、登录DWS管控面管理节点EICommon-region-masterXX任一节点，然后使用curl命令测试上面获取的manageIp网络是否通：  cur -kv https://manageIp:12017    4、网络不通可能原因（仅提供协助排查思路，具体定位细节需要给网络创建关联单进行排查）：  4.1、交换机信息与neutron要求的规格是否匹配（交换机是否按最佳实践配置）  4.2、交换机高速平面VXLAN是否打通（跨leaf场景）  4.3、裸机内部是否发生报错（device_id、host_id是否为空，裸机网关绑定是否正确）  4.4、交换机到裸机的物理连线是否正确（检查光纤链路）  ps:就一个局点就可能出现上述多个原因，网络不通可能是多个因素导致，请仔细排查！！！ 

DWS 线下8.1.1.5版本，select sum(case when a>1 then 1 else 0 end) as a1 ,sum(case when a>2 then 1 else 0 end) as a2,...feom test where dt='20241225';像这种case when 冗余计算这种除了先拆开计算还有什么好方法？

【2025年即将到来】大家在新的一年有哪些想要了解和学习的知识呢

细粒度恢复多表方案https://bbs.huaweicloud.com/forum/thread-0217170509284925120-1-1.htmlGaussDB的容灾方案https://bbs.huaweicloud.com/forum/thread-0263170509617678149-1-1.html双集群的问题分析https://bbs.huaweicloud.com/forum/thread-0217170509678699121-1-1.html数据膨胀的原因https://bbs.huaweicloud.com/forum/thread-02119170509771104117-1-1.htmlvacuum功能https://bbs.huaweicloud.com/forum/thread-0276170509837207155-1-1.htmlFSM信息的可视化读取https://bbs.huaweicloud.com/forum/thread-02119170509929722118-1-1.htmlvacuum操作的内部原理https://bbs.huaweicloud.com/forum/thread-0263170510259364150-1-1.html多租户的作用https://bbs.huaweicloud.com/forum/thread-0241170510747556137-1-1.html资源池设置https://bbs.huaweicloud.com/forum/thread-0263170510805311151-1-1.html通过设置用户属性进行存储空间管控https://bbs.huaweicloud.com/forum/thread-0217170510847972123-1-1.htmlWDR的作用https://bbs.huaweicloud.com/forum/thread-0241170510991202138-1-1.html如何生成WDR报告https://bbs.huaweicloud.com/forum/thread-0296170511026284142-1-1.html云数仓安全层层防护https://bbs.huaweicloud.com/forum/thread-0217170511253337124-1-1.html定数据库操作记录审计日志https://bbs.huaweicloud.com/forum/thread-0296170511512594143-1-1.html全并行分布式架构https://bbs.huaweicloud.com/forum/thread-0276170511904200156-1-1.html

通过智能多维的混合负载管理，华为云GaussDB(DWS)可在集群内实现实时、批量、交互式负载的一站式数据分析。为数据接入提供丰富的数据源接口，满足数据分析的全流程中不同角色对数据分析的不同需求。通过自研TCP多流技术提高物理连接数量级，在MPP架构下数据节点全并行数据交换，华为云GaussDB(DWS)实现单集群最大支持2048节点。2021年Q1建成投产的480节点大集群分析师平台，成为金融行业最大规模商用数据仓库集群，支持上万分析师在线作业，极大满足了大企业数据量激增对平台容量扩展的需求。通过30多项查询重写技术，优化Ad hoc查询性能，实现高并发毫秒级点查询。在已商用的GaussDB(DWS)数据分析平台中，灵活查询平均运行时间由30分钟降低至50秒，查询平均等待时长更是由5小时降低至1.5分钟，查询效率提升200倍！对企业而言，业务数据从产生到汇聚，再到面向场景化分析，每个环节都分秒必争，快速释放数据潜能已成为企业数字化转型的刚需。无缝融合OLAP引擎、时序引擎、CEP引擎，简化数据分析组件架构，实现T+1和T+0合一的一站式数据分析，实时数据与历史数据关联分析技术做到同行业技术领先。在已投产的实时数仓方案中，流数据高峰流量每秒千万级实时接入，解决了传统方案流数据接入流量速率的瓶颈问题。