UIS超融合平台不显示存储集群IOPS及存储集群IO吞吐量界面

prometheus-cluster 进程反复重启，是导致存储集群 IOPS 和吞吐量界面无法显示的根本原因。这通常意味着 Prometheus 监控组件在运行中遇到了无法处理的错误或资源瓶颈。

针对这个问题，你可以尝试从以下几个方向进行排查和恢复：

🔍 排查与解决步骤

1. 优先排查：监控组件内存溢出 (最常见原因)

根据搜索结果，Prometheus 容器因内存超限被强制 kill 是导致频繁重启的常见原因。

• 操作方法：登录 UIS 管理平台，在 集群 | 工具 | 监控配置 页面中，适当调大 Prometheus 的内存限制。例如，可以将 Prometheus 内存限制 从当前值调整到 8192 MiB 或更高。

• 注意：调整后观察进程是否恢复稳定。如果问题依旧，再尝试后续步骤。

2. 尝试刷新或重启相关服务 (风险较低)

有时服务进程卡死或状态异常可以通过重启来恢复。

• 刷新存储监控进程：登录到出现问题的 UIS 物理节点（通过 SSH），执行以下命令来重启存储监控进程，这有助于强制刷新状态：

  bash

  supervisorctl restart onestor-peon

• 重启 UIS 核心服务：执行以下命令重启 UIS 的核心服务，这常用于刷新平台的整体状态：

  bash

  systemctl restart uis-core.service

• 重启前端 Web 服务：如果问题仅出现在界面上，可以尝试重启 Tomcat 服务：

  bash

  systemctl restart tomcat8.service

  或

  bash

  service tomcat8 restart

• 观察效果：执行命令后，回到 UIS 前台界面，等待几分钟后刷新页面，查看 IOPS 和吞吐量界面是否恢复。

3. 检查集群底层健康状态

在采取更进一步的措施前，务必确认集群底层存储是否健康。

• 检查存储集群状态：在后台执行 ceph -s 命令，查看集群的 health 状态是否为 HEALTH_OK。

• 如果状态异常：不建议进行任何重启操作，应先定位并解决存储集群的故障，否则可能加剧数据风险。

4. 检查集群时间同步 (NTP)

集群节点间时间不同步可能导致服务异常。

• 检查 NTP 状态：确认所有节点的 NTP 服务是否正常运行，并且时间偏差在允许范围内（通常建议小于 1 秒）。

• 如果时间偏差过大：需要先修复 NTP 同步问题

精简总结
故障因果
prometheus-cluster 每 10 秒循环重启，监控采集中断，UIS 页面无法获取存储 IOPS、吞吐量指标，监控面板空白；常见诱因：时序日志损坏、磁盘占满、内存溢出、双 CVM 争抢文件锁、旧版本内置 Prometheus 存在 BUG。
快速修复步骤
① 查看日志确认崩溃原因，检查系统磁盘是否爆满；
② 停止进程，备份并清空损坏的监控时序目录重建权限，重启进程（绝大多数场景可恢复监控面板）；
③ 依旧重启则修改配置，缩短监控数据留存周期、限制内存占用；
④ 双 CVM 集群仅保留主节点运行该进程，避免锁冲突；
⑤ 验证 prometheus 进程稳定运行、采集目标全部正常 UP 即可。
长效规避
监控数据留存由 30 天改为 7 天，保证 CVM 系统盘空闲空间充足；双 CVM 架构备机禁用 prometheus-cluster；最终升级 UIS 至 V7.0.07H03 及以上版本，彻底修复原生 BUG。
兜底方案
清理重置无效时，重装监控组件或升级整套 CVM 补丁。

谢谢各位大佬，问题已经解决，方法是借鉴了https://zhiliao.h3c.com/Theme/details/232051这个帖子里的思路，删除主备节点的文件，必须同时删除，否则它们会互相备份的