> For the complete documentation index, see [llms.txt](https://documentation.alluxio.io/os-cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://documentation.alluxio.io/os-cn/administration/troubleshooting.md). # 异常诊断与调试 本页面主要是关于Alluxio使用过程中的一些指导和提示，方便用户能够更快的解决使用过程遇到的问题。 > 注意: 本页面的内容并不能解决使用Alluxio过程中遇到的所有问题。 加入 [Alluxio 社区 Slack 频道](https://www.alluxio.io/slack) 与其它用户和开发者交流 或者在 [Github issues](https://github.com/Alluxio/alluxio/issues) 发布一个 issues。 ## Alluxio日志地址 Alluxio运行过程中可产生master、worker和client日志，这些日志存储在`{ALLUXIO_HOME}/logs`文件夹中， 日志名称分别为`master.log`, `master.out`, `worker.log`, `worker.out`, `job_master.log`, `job_master.out`, `job_worker.log`, `job_worker.out` 和 `user/user_${USER}.log`。 其中`log`后缀的文件是log4j生成的，`out`后缀的文件是标准输出流和标准错误流重定向的文件。 Master和Worker日志对于理解Alluxio Master节点和Worker节点的运行过程是非常有用的，当Alluxio运行出现问题时， 可在[Github issue](https://github.com/Alluxio/alluxio/issues)查找，错误日志的相关信息有可能之前已经讨论过。 您也可以加入我们的 [Slack 频道](https://slackin.alluxio.io/) 并在那里寻求帮助。 当Alluxio运行在客户端侧无法连接的服务器上时，客户端侧的日志会很有用。Alluxio客户端通过log4j生成日志消息，因此日志的位置由使用Alluxio的应用程序的log4j配置确定。 `${ALLUXIO_HOME}/logs/user/`是Alluxio shell的日志。每个用户都有单独的日志文件。 有关日志记录的更多信息，请查看 ## Alluxio远程调试 Alluxio一般不在开发机上运行,这使得Alluxio的调试变得困难,我们通常会用"增加日志-编译-部署运行-查看日志"的方法来定位问题,而这种定位问题的效率比较低而且需要修改代码从新部署,这在有些时候是不允许的。 使用java远程调试技术可以实现以简单、不修改源码的方式，进行源码级调试。您需要增加JVM远程调试参数，以启动调试服务。增加远程调试参数的方法有很多，比较方便的一种方法是在需要调试的节点上，在命令行中或`conf/alluxio-env.sh`中增加如下环境变量配置属性。 ```shell # Java 8 export ALLUXIO_MASTER_ATTACH_OPTS="-agentlib:jdwp=transport=dt_socket,server=y,suspend=n,address=60001" export ALLUXIO_WORKER_ATTACH_OPTS="-agentlib:jdwp=transport=dt_socket,server=y,suspend=n,address=60002" # Java 11 export ALLUXIO_MASTER_ATTACH_OPTS="-agentlib:jdwp=transport=dt_socket,server=y,suspend=n,address=*:60001" export ALLUXIO_WORKER_ATTACH_OPTS="-agentlib:jdwp=transport=dt_socket,server=y,suspend=n,address=*:60002" ``` ### 调试 Shell 命令 特别的，如果您想调试shell命令(例如`alluxio fs -debug ls /`)，可以通过在`conf/alluxio-env.sh`中加上JVM调试参数`ALLUXIO_USER_DEBUG_JAVA_OPTS`来开启调试服务。 例如: ```shell # Java 8 export ALLUXIO_USER_ATTACH_OPTS="-agentlib:jdwp=transport=dt_socket,server=y,suspend=n,address=60000" # Java 11 export ALLUXIO_USER_ATTACH_OPTS="-agentlib:jdwp=transport=dt_socket,server=y,suspend=n,address=*:60000" ``` `suspend = y/n`会决定JVM进程是否等待直至调试器连接。如果您希望在命令行中进行调试，设置`suspend = y`。否则，设置 `suspend = n`，这样就可以避免不必要的等待时间。 设置此参数后，可以添加`-debug`标志来启动调试服务器，例如`bin/alluxio fs -debug ls /`。 完成此设置后，可以进一步学习 attach [attach](#连接到待调试的进程)。 这样启动该节点上的master或者worker后，使用eclipse或intellij IDE等java开发环境，新建java远程调试配置，设置调试主机名和端口号，然后启动调试连接。如果您设置了断点并且到达了断点处，开发环境会进入调试模式，可以读写当前现场的变量、调用栈、线程列表、表达式评估，也可以执行单步进入、单步跳过、恢复执行、挂起等调试控制。掌握这个技术使得日后的定位问题事半功倍，也会对调试过的代码上下文印象深刻。 ### 连接到待调试的进程 参考 [关于如何在 IntelliJ 中 attaching 和 debug Java 进程的教程](https://www.jetbrains.com/help/idea/attaching-to-local-process.html)。 启动需要调试的进程或shell命令，然后创建一个新的java远程配置，设置调试服务器的主机和端口，并启动调试会话。 如果您设置了可达的断点，IDE将进入调试模式，您可以检查当前上下文中的变量、堆栈、线程列表和表达式。 ## Alluxio collectInfo 命令 Alluxio的`collectInfo`命令，用于收集Alluxio集群信息以对Alluxio进行故障排除。 `collectInfo`将运行一系列子命令，每个子命令负责收集一类系统信息，详情可见下文。 命令执行完毕后，所有收集到的信息将被打包到一个tarball中，其中包含大量有关您Alluxio集群的信息。 tarball大小主要取决于您的集群大小以及您有多少子命令被执行。 例如，如果您有大量日志，"collectLog"操作可能会很昂贵。通常其它命令不会生成大于1MB的文件。tarball中的信息将有助于您进行故障排除。 或者，您也可以与您信任的人共享tarball，以帮助您排除Alluxio集群的故障。 `collectInfo`命令将通过SSH连接到每个节点并执行一组子命令。 在执行结束时，收集的信息将被写入文件并打包。 每个单独的tarball将被收集到命令执行节点。 然后所有的tarball将被压缩到最终的tarball中，其中包含有关Alluxio集群的所有信息。 > 注意：如果您的配置中包含了如AWS密钥等信息，请小心！ 在与他人共享之前，您应该仔细检查tarball中的内容并从tarball中删除敏感信息！ ### 收集Alluxio集群信息 `collectAlluxioInfo`将运行一组Alluxio命令来收集有关Alluxio集群的信息，如`bin/alluxio fsadmin report`等。 当Alluxio集群未运行时，该命令将无法收集到一些信息。 这个子命令将运行`alluxio getConf`以收集本地配置信息以及`alluxio getConf --master --source`命令来收集从Master接收到的配置信息。 它们都会隐藏证书相关字段的配置。不同的是，如果Alluxio集群没有启动，后一个命令会失败。 ### 收集Alluxio配置文件 `collectConfig`将收集`${alluxio.work.dir}/conf`目录下的所有配置文件。 从Alluxio 2.4开始`collectAlluxioInfo`将会运行`alluxio getConf`命令并打印所有配置属性，并且会隐藏证书相关字段, 而不是拷贝 `alluxio-site.properties` 文件，因为很多用户会将UFS的证书明文信息放在此文件中。 [getConf 命令](/os-cn/operation/user-cli.md) 将收集所有当前节点配置。 因此，如果想要收集压缩包中的Alluxio配置信息，请确保运行了 `collectAlluxioInfo` 子命令。 > 警告：如果您把证书明文放在除了alluxio-site.properties之外的配置文件中（例如`alluxio-env.sh`）， 除非您在tarball中手动清除了敏感信息，否则请勿与任何人共享收集的tarball！ ### 收集Alluxio日志 `collectLog`将收集`${alluxio.work.dir}/logs`下的所有日志。 > 注意：在执行此命令前请粗略评估命令将收集的日志量！ ### 收集Alluxio指标 `collectMetrics`将收集在`http://${alluxio.master.hostname}:${alluxio.master.web.port}/metrics/json/`提供的Alluxio指标。 此命令将会执行多次以记录以检查程序执行进度。 ### 收集JVM信息 `collectJvmInfo`将收集每个节点上现有的JVM信息。这是通过在每个找到的JVM进程上执行`jps`命令和`jstack`命令实现的。 此命令将执行多次以确认JVM是否正在运行。 ### 收集系统信息 `collectEnv`将运行系列bash命令来收集有关Alluxio所在节点的信息。 此命令会运行系统命令，如`env`、`hostname`、`top`、`ps`等。 > 警告：如果您将证书字段存储诸如AWS\_ACCESS\_KEY等环境变量或进程启动参数中如`-Daws.access.key=XXX`， 不要与任何人分享您收集的压缩包，除非您在压缩包中手动清除了敏感信息！ ### 收集上述所有信息 `all`将运行上述的所有子命令。 ### 命令选项 `collectInfo`命令具有以下选项。 ```shell $ bin/alluxio collectInfo [--max-threads ] [--local] [--help] [--additional-logs ] [--exclude-logs ] [--include-logs ] [--start-time ] [--end-time ] COMMAND ``` ``是tarball的输出目录。 选项： 1. `--max-threads threadNum`选项用于配置用于收集信息和传输tarball的线程数。 当集群有大量节点或大量日志文件时，用于传输tarball的网络流量可能会很大。可以通过该参数来限制命令的资源消耗。 2. `--local`让`collectInfo`命令仅在当前节点上运行。这意味着该命令将仅收集有关当前节点的信息。 如果您的集群没有配置节点间的SSH免密，您需要在集群中的每个节点上通过指定`--local`选项来运行命令，并手动收集所有tarball。 如果您的集群有配置节点间的SSH免密，您可以不指定`--local`来运行命令，这将会把任务分发到每个节点并自动为您收集tarball。 3. `--help`打印帮助信息并退出。 4. `--additional-logs `指定要收集的额外日志文件名前缀。默认情况下，`collectInfo`命令只会收集Alluxio特定的日志文件。 收集的日志文件包括： ``` logs/master.log*, logs/master.out*, logs/job_master.log*, logs/job_master.out*, logs/master_audit.log*, logs/worker.log*, logs/worker.out*, logs/job_worker.log*, logs/job_worker.out*, logs/proxy.log*, logs/proxy.out*, logs/task.log*, logs/task.out*, logs/user/* ``` 注意，`--additional-logs`优先级将低于`--exclude-logs`，多个``以逗号分隔。 1. `--exclude-logs `指定要从默认收集列表中排除的文件名前缀。 2. `--include-logs `指定仅收集以此前缀开头的日志文件。该选项不可与`--additional-logs`或`--exclude-logs`同时使用。 3. `--end-time `指定一个时间，此时间之后的日志将不会被收集。 日志文件前几行将被读取，以推断日志的生成时间``是一个时间格式的字符，例如`2020-06-27T11:58:53`。 支持的格式包括： ``` "2020-01-03 12:10:11,874" "2020-01-03 12:10:11" "2020-01-03 12:10" "20/01/03 12:10:11" "20/01/03 12:10" 2020-01-03T12:10:11.874+0800 2020-01-03T12:10:11 2020-01-03T12:10 ``` 1. `--start-time `指定一个时间，此时间之前的日志将不会被收集。 ## 资源泄漏检测 如果您正在操作您的Alluxio集群，您可能会注意到一个日志中的消息， 例如： ``` LEAK: <>.close() was not called before resource is garbage-collected. See https://docs.alluxio.io/os/user/stable/en/administration/Troubleshooting.html#resource-leak-detection for more information about this message. ``` Alluxio有一个内置的探测机制来识别潜在的资源泄漏问题。此消息意味着Alluxio代码中存在BUG导致资源泄漏。 如果在集群操作期间出现此日志，请 [创建一个 GitHub Issue](https://github.com/Alluxio/alluxio/issues/new/choose) 报告并共享您的日志信息以及任何其它于此问题相关的信息。 默认情况下，Alluxio在检测这些泄漏时，会对部分资源进行采样跟踪，并记录每个被跟踪对象最近的访问信息。 采样和追踪将会消耗一定的资源。可以通过属性`alluxio.leak.detector.level`来控制资源的消耗。 支持的选项包括 * `DISABLED`：不执行泄漏跟踪或记录，开销最低 * `SIMPLE`：只对泄漏进行采样和跟踪，不记录最近的访问，开销很小 * `ADVANCED`：采样和跟踪最近访问的资源，开销较高 * `PARANOID`：跟踪每个资源，开销最高 ## Alluxio部署常见问题 ### 问题: 在本地机器上初次安装使用Alluxio失败，应该怎么办？ 解决办法: 首先检查目录`{ALLUXIO_HOME}/logs`下是否存在master和worker日志，然后按照日志提示的错误信息进行操作。 否则，再次检查是否遗漏了[本地运行Alluxio](/os-cn/deploy/running-alluxio-locally.md)里的配置步骤。 典型问题: * `ALLUXIO_MASTER_MOUNT_TABLE_ROOT_UFS`配置不正确 * 如果`ssh localhost`失败，请确认`~/.ssh/authorized_keys`文件中包含主机的ssh公钥 ### 问题: 打算在Spark/HDFS集群中部署Alluxio，有什么建议？ 解决办法: 按照[集群环境运行Alluxio](/os-cn/deploy/running-alluxio-on-a-cluster.md), [Alluxio配置HDFS](/os-cn/ufs/hdfs.md)。 和 [Apache Spark 使用 Alluxio](/os-cn/compute/spark.md) 提示操作。 提示: * 通常情况下，当Alluxio workers和计算框架的节点部署在一起的时候，性能可达到最优 * 如果你正在使用Mesos或者Yarn管理集群,也可以将Mesos和Yarn集成到Alluxio中，使用Mesos和Yarn可方便集群管理 * 如果底层存储是远程的，比如说S3或者远程HDFS,这种情况下，使用Alluxio会非常有帮助 ### 问题：部署Alluxio推荐使用Java的那个版本？ 答：Alluxio需要Java 8或11才能正常运行。您可以在[这里](/os-cn/deploy/requirements.md)找到更多关于系统要求的详细信息。 ## Alluxio使用常见问题 ### 问题：出现"No FileSystem for scheme: alluxio"这种错误信息是什么原因？ 解决办法：当你的应用（例如MapReduce、Spark）尝试以HDFS兼容文件系统接口访问Alluxio，而又无法解析`alluxio://`模式时会产生该异常。要确保HDFS配置文件`core-site.xml`（默认在hadoop安装目录，如果为Spark自定义了该文件则在`spark/conf/`目录下）包含以下配置： ```xml fs.alluxio.impl alluxio.hadoop.FileSystem ``` 有关详细的设置说明，请参见你的特定计算应用的文档页。 ### 问题：出现"java.lang.RuntimeException: java.lang.ClassNotFoundException: Class alluxio.hadoop.FileSystem not found"这种错误信息是什么原因？ 解决办法：当你的应用（例如MapReduce、Spark）尝试以HDFS兼容文件系统接口访问Alluxio，并且`alluxio://`模式也已配置正确，但应用的classpath未包含Alluxio客户端jar包时会产生该异常。用户通常需要通过设置环境变量或者属性的方式将Alluxio客户端jar包添加到所有节点上的应用的classpath中，这取决于具体的计算框架。以下是一些示例： * 对于MapReduce应用，可以将客户端jar包添加到`$HADOOP_CLASSPATH`： ```console $ export HADOOP_CLASSPATH=//client/alluxio-2.9.5-client.jar:${HADOOP_CLASSPATH} ``` 在此处 [在Alluxio上运行Hadoop MapReduce](/os-cn/compute/hadoop-mapreduce.md) 查看更多详细信息。 * 对于Spark应用，可以将客户端jar包添加到`$SPARK_CLASSPATH`： ```console $ export SPARK_CLASSPATH=//client/alluxio-2.9.5-client.jar:${SPARK_CLASSPATH} ``` 在此处 [Apache Spark 使用 Alluxio](/os-cn/compute/spark.md) 查看更多详细信息。 除了上述方法，还可以将以下配置添加到`spark/conf/spark-defaults.conf`中： ``` spark.driver.extraClassPath //client/alluxio-2.9.5-client.jar spark.executor.extraClassPath //client/alluxio-2.9.5-client.jar ``` * 对于Presto，请将Alluxio客户端的jar`//client/alluxio-2.9.5-client.jar`放置到Presto目录`${PRESTO_HOME}/plugin/hive-hadoop2/`中。 添加后，请重启Presto以确保配置生效。 详情请见[Presto on Alluxio](/os-cn/compute/presto.md)。 * 对于Hive，在`conf/hive-env.sh`中设置`HIVE_AUX_JARS_PATH`。 ```console $ export HIVE_AUX_JARS_PATH=//client/alluxio-2.9.5-client.jar：${HIVE_AUX_JARS_PATH}。 ``` 添加后，请重启Hive以确保配置生效。 如果已经设置相关的classpath，但是异常仍然存在，用户可以这样检测路径是否有效： ```console $ ls //client/alluxio-2.9.5-client.jar ``` 在此处 [在Alluxio上运行Apache Hive](/os-cn/compute/hive.md) 查看更多详细信息。 ### 问题: 出现类似如下的错误信息: "Frame size (67108864) larger than max length (16777216)",这种类型错误信息出现的原因是什么? 解决办法: 多种可能的原因会导致这种错误信息的出现。 * 请仔细检查Alluxio的master节点的端口(port)是否正确，Alluxio的master节点默认的监听端口号为19998。 通常情况下master地址的端口号错误会导致这种错误提示的出现(例如端口号写成了19999,而19999是Alluxio的master节点的web用户界面的端口号) * 请确保Alluxio的master节点和client节点的安全设置保持一致. Alluxio通过配置`alluxio.security.authentication.type`来提供不同的[用户身份验证](https://documentation.alluxio.io/os-cn/administration/pages/kUdSFB7G4zG59yoGQBdF#安全认证)的方法。 如果客户端和服务器的这项配置属性不一致，这种错误将会发生。(例如，客户端的属性为默认值`NOSASL`,而服务器端设为`SIMPLE`) 有关如何设定Alluxio的集群和应用的问题，用户请参照[配置文档](/os-cn/operation/configuration.md) * Spark调用Alluxio-1.3.0文件时报错，如果是直接下载编译好的alluxio文件进行安装的，一般会出现该错误。 解决办法：需要Alluxio client需要在编译时指定Spark选项，具体参考[Spark应用配置文档](/os-cn/compute/spark.md)； 编译好的依赖包也可以直接下载，下载地址：[ 依赖包下载 ](http://downloads.alluxio.io/downloads/files/1.3.0/alluxio-1.3.0-spark-client-jar-with-dependencies.jar)。 ### 问题: 向Alluxio拷贝数据或者写数据时出现如下问题 "Failed to cache: Not enough space to store block on worker",为什么？ 解决办法: 这种错误说明alluxio空间不足，无法完成用户写请求。 * 检查一下内存中是否有多余的文件并从内存中释放这些文件。查看[用户CLI](/os-cn/operation/user-cli.md)获取更多信息。 * 通过改变`alluxio.worker.ramdisk.size`属性值增加worker节点可用内存的容量，查看[配置文档](/os-cn/operation/configuration.md) 获取更多信息。 * 检查您是否有任何不必要的文件被pin在内存中，取消pin以释放空间。 详情请见[Command-Line-Interface](/os-cn/operation/user-cli.md#pin)。 * 增加Worker的容量[缓存](https://documentation.alluxio.io/os-cn/administration/pages/WwN9L0Hm1zGvNmcdJV7I#配置Alluxio存储)。 ### 问题： 当我正在写一个新的文件/目录，我的应用程序中出现日志错误。 答：首先您应该检查您运行Alluxio是使用UFS journal还是Embedded journal。 您可以在[这里](/os-cn/operation/journal.md#embedded-journal-vs-ufs-journal)查看这两者的区别。 此外，您还应该验证您所使用的journal是否与您当前的配置兼容。 在一些场景下，日志无法兼容，您可以进行以下操作 [备份](https://documentation.alluxio.io/os-cn/administration/pages/Boqr7iQDDMBBxp2yB1ZL#备份) 或 [格式化](https://documentation.alluxio.io/os-cn/administration/pages/Boqr7iQDDMBBxp2yB1ZL#格式化)。 1. Alluxio 2.X与1.X的journal不兼容。 2. UFS journal和Embedded journal不兼容。 3. `ROCKS`和`HEAP`元存储的journal不兼容。 当您看见类似"Failed to replace a bad datanode on the existing pipeline due to no more good datanodes being avilabe to try"。 这是因为Alluxio master还没有根据`alluxio.master.journal.folder`属性来更新HDFS目录下的日志文件。有多种原因可以导致这种类型的错误，其中典型的原因是： 一些用来管理日志文件的HDFS datanode处于高负载状态或者磁盘空间已经用完。当日志目录设置在HDFS中时，请确保HDFS部署处于连接状态并且能够让Alluxio正常存储日志文件。 如果您在上面没有找到答案，请按照[这里](#发布问题)发表问题。 ### 问题：我在UFS中下添加了一些文件。我怎样才能在Alluxio中看到这些文件？ A: 默认情况下，Alluxio会在第一次访问一个目录时加载文件的元数据。 在之后Alluxio将使用缓存的元数据，而不会去同步under file system变化。 要同步这些变化，可以使用`alluxio fs ls -R -Dalluxio.user.file.metadata.sync.interval=${SOME_INTERVAL} /path`命令， 或者在Master的`alluxio-site.properties`中设置`alluxio.user.file.metadata.sync.interval=${SOME_INTERVAL}`。 该配置用于配置两次元数据同步的最小间隔。 您可以从 [这里](https://documentation.alluxio.io/os-cn/administration/pages/k46hfrZkltbcAm2vkBmL#ufs元数据同步)获取更多关于元数据同步的信息。 ### 问题：我在读取一些文件时看到一个错误 "Block ?????? is unavailable in both Alluxio and UFS"。我的文件究竟在哪里？ A: 当向Alluxio写文件时，可以配置以下类型之一来告诉 Alluxio Worker 应该如何存储数据。 `MUST_CACHE`: 数据将只存储在Alluxio中。 `CACHE_THROUGH`：数据将被缓存在Alluxio并会写入UFS。 `THROUGH`: 数据将只被写入UFS `ASYNC_THROUGH`：数据将同步存储在Alluxio，然后异步写到UFS。 默认情况下，Alluxio客户端使用的写入类型是`ASYNC_THROUGH`，因此写入Alluxio的新文件只存储在Alluxio Worker存储目录中，如果某个Worker崩溃了，Worker上的数据可能会丢失。为了确保数据被持久化，请使用`CACHE_THROUGH`或`THROUGH`写类型。 或者配置`alluxio.user.file.replication.durable`将其设置为一个可接受的冗余度。 此错误的另一个可能的原因是，尽管文件的Block存在于文件系统中，但没有 Worker 连接到 Master。在这种情况下 一旦有一个包含该Block的Worker连接到Master，该错误就会消失。 ### 问题：我正在运行一个Alluxio shell命令，它卡死了，并且没有任何输出。为什么？ 答：大多数Alluxio shell命令都需要连接到Alluxio Master才能正常执行。 如果命令连接Master失败它就会不断重试，看起来就像是"卡住"很长时间。 当然，也有可能是一些命令本身就需要很长时间才能执行完毕，比如在一个速度较慢的UFS上持久化一个大文件。 如果您想知道在UFS中发生了什么，可以检查用户日志（默认存储路径为`${ALLUXIO_HOME}/logs/user_${USER_NAME}.log`） 或Master日志（默认存储路径为`${ALLUXIO_HOME}/logs/master.log`，位于Master节点）。 如果日志中的信息不足以丁文问题，您可以[开启更详细日志](https://github.com/Alluxio/documentation/blob/main/docs/cn/administration/Basic-Logging.md#enabling-advanced-logging)。 ### 问题：我收到"UNKNOWN"的gRPC错误，如 "io.grpc.StatusRuntimeException: UNKNOWN" 答：一个可能的原因是RPC请求没有被服务端识别。 这通常是由于您运行Alluxio客户端的Master/Worker是不同版本，导致的RPC不兼容。 请确保所有Alluxio组件都运行在相同的版本。 如果您在上文中没有找到答案，您可以参考[这里](#发布问题)发布一个问题。 ## Alluxio性能常见问题 ### 问题: 在Alluxio/Spark上进行测试（对大小为GBs的文件运行单词统计），相对于HDFS/Spark，性能并无明显差异。为什么? 解决办法: Alluxio通过使用分布式的内存存储（以及分层存储）和时间或空间的本地化来实现性能加速。如果数据集没有任何本地化，性能加速效果并不明显。 ## 环境 Alluxio在不同的生产环境下可配置不同的运行模式。 请确定当前Alluxio版本是最新的并且是支持的版本。 ## 发布问题 我们强烈建议您搜索的问题是否已经被回答，问题是否已经被解决。Github issues 和 Slack 聊天记录都是非常好的来源。 当在 [Github issues](https://github.com/Alluxio/alluxio/issues) 或[Slack频道](https://alluxio.io/slack)，上提问时请附上完整的环境信息，包括 * Alluxio版本 * 操作系统版本 * Java版本 * 底层文件系统类型和版本 * 计算框架类型和版本 * 集群信息, 如节点个数, 每个节点内存, 数据中心内部还是跨数据中心运行 * 相关的Alluxio配置，如`alluxio-site.properties`和`alluxio-env.sh` * 相关的Alluxio日志和计算/存储引擎的日志 * 如果您遇到了问题，请尝试通过清晰的步骤来重现它 --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://documentation.alluxio.io/os-cn/administration/troubleshooting.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.