1、概述

如果遇到該情況，首先前往 /var/log/ambari-agent/ambari-agent.log 查看日志輸出。

服務(wù)安裝后，每隔大約 60s 會執(zhí)行 status() 方法。如果執(zhí)行 status() 方法的過程中報錯，則在 Ambari 頁面上會顯示服務(wù)已停止。如果執(zhí)行 status() 方法的過程中沒報錯，則在 Ambari 頁面上顯示服務(wù)正常。

通常在 status() 方法中，我們會使用 Ambari 提供的 resource_management 模塊里的 check_process_status() 來判斷服務(wù)的狀態(tài)。

check_process_status() 通過檢測一個 pid 文件里面的進程號，來判斷服務(wù)的啟動狀態(tài)。通常 pid 文件內(nèi)只有一個進程號，如 12168 。

2、問題示例分析

2.1、報錯

以自定義服務(wù) JanusGraph 為例，status() 方法是這樣寫的：

from resource_management import *

def status(self, env):
    import graphexp_params
    env.set_params(graphexp_params)
    check_process_status(graphexp_params.graphexp_nginx_pid_file)

graphexp_params.py 文件的局部內(nèi)容：

from resource_management import *

config = Script.get_config()
# graphexp的nginx pid文件路徑
graphexp_pid_dir = config['configurations']['graphexp-server']['graphexp_pid_dir']
# graphexp的nginx pid文件路徑
graphexp_nginx_pid_file = os.path.join(graphexp_pid_dir, 'graphexp_nginx.pid')

上述代碼是動態(tài)獲取 Ambari 頁面上的 graphexp_pid_dir 配置項，然后拼湊成一個 pid 文件路徑，這個 pid 文件內(nèi)容只有 graphexp 組件的進程號。

結(jié)果出錯了，根據(jù) /var/log/ambari-agent/ambari-agent.log 日志輸出，發(fā)現(xiàn)在 status_params.py 里面獲取 graphexp-server.xml 文件內(nèi)的參數(shù)值報錯，如下圖所示：

2.2、問題排查

在 status() 方法下，輸出 config['configurations'] 發(fā)現(xiàn)只能打印出：

ams-hbase-env,infra-solr-env,hbase-env,ams-env,elastic-env,janusgraph-env,ams-grafana-env,hadoop-env,zookeeper-env,cluster-env

以上這些值，沒有 graphexp-server 項。

而在 start() 方法里面打印有很多，所有的 configurations 的 xml 文件都被加載到了：

ranger-hdfs-audit,ssl-client,infra-solr-log4j,ranger-hdfs-policymgr-ssl,ams-hbase-site,elastic-config,ranger-hbase-audit,hdfs-logsearch-conf,ams-grafana-env,ranger-hdfs-security,ams-ssl-client,infra-solr-env,ranger-hdfs-plugin-properties,hbase-policy,ams-logsearch-conf,ams-hbase-security-site,hdfs-site,ams-env,ams-site,ams-hbase-policy,janusgraph-env,hadoop-metrics2.properties,hadoop-policy,hdfs-log4j,hbase-site,infra-logsearch-conf,ranger-hbase-plugin-properties,ams-grafana-ini,graphexp-server,ams-ssl-server,infra-solr-xml,ams-log4j,ams-hbase-env,core-site,infra-solr-security-json,gremlin-server,janusgraph-hbase-solr,infra-solr-client-log4j,hbase-logsearch-conf,hadoop-env,zookeeper-log4j,hbase-log4j,postgresql,ssl-server,hbase-env,zoo.cfg,elastic-env,ranger-hbase-policymgr-ssl,zookeeper-logsearch-conf,cluster-env,zookeeper-env,ams-hbase-log4j,ranger-hbase-security

所以猜測在 status() 方法里面，只能識別 xxx-env.xml 里面的配置內(nèi)容。但是 ambari2.7 的自定義服務(wù)沒有這個問題，只在 ambari2.6 上出現(xiàn)了。

2.3、解決辦法

新建 graphexp-env.xml 文件，將 graphexp_pid_dir 配置項添加到該文件內(nèi)。graphexp_params.py 文件的 graphexp_pid_dir 寫法修改為：

# graphexp的nginx pid文件路徑
graphexp_pid_dir = config['configurations']['graphexp-env']['graphexp_pid_dir']
# graphexp的nginx pid文件路徑
graphexp_nginx_pid_file = os.path.join(graphexp_pid_dir, 'graphexp_nginx.pid')

3、status()方法調(diào)試建議

由于 status() 是輪詢調(diào)用，且目前還不知道日志輸出的具體位置（沒有輸出到 ambari-agent.log 里面），所以可以用 Execute("echo {0} >> /tmp/test.log".format(status_params.gtm_standby_pid_file)) 命令來輸出需要的參數(shù)值。同時也可以根據(jù)上述 Execute 語句位置來判斷代碼具體的報錯行數(shù)，方便定位代碼報錯地點。