## 通用指标缺失 :::tip o11yagent 插件包括 o11yagent_ecs 和 o11yagent_hpc，下文的故障处理流程以 o11yagent_ecs 为例。当您对 o11yagent_hpc 插件进行故障处理时，请将下文示例中的进程名称改为 o11yagent_hpc 即可。 ::: ### 确认安装状态 1. 使用 ECS Terminal 登录 ECS 实例。详情请参见 [登录概述](https://www.volcengine.com/docs/6396/81032)。 2. 执行以下命令，确认 o11yagent_ecs 插件已正确安装。 ```Bash o11yagentctl ps ``` 正常情况下，系统将会打印已安装的 o11yagent_ecs 进程信息。![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_e1d008558ba5121f2b4554dcd0c44dc4.png =962x) 请重点关注`STATUS`和 `START_TIME`两栏，插件正常运行时，`STATUS` 的值应该为 `online`，`START_TIME`大致为安装时刻，其中时间注意时区转换。如果系统没有打印 o11yagent_ecs 进程信息或`STATUS`状态不为`online`，表示插件安装失败，请提交工单处理。 ### 查看运行日志如果 o11yagent_ecs 正确安装，则需要检查其运行日志。插件日志保存在`/var/log/o11yagent_ecs`目录下。 ```Bash $ ls -al /var/log/o11yagent_ecs ``` 预期结果如下，包括 o11yagent_core.log 和 o11yagent_plugin.log 两个日志文件。 ```Bash total 129752 drwxr-xr-x 2 root root 4096 Apr 20 08:09 . drwxr-xr-x 18 root root 4096 Apr 24 10:50 .. -rw-r--r-- 1 root root 2691188 Apr 24 10:56 o11yagent_core.log -rw-r--r-- 1 root root 17542449 Apr 24 11:00 o11yagent_plugin.LOG ``` 执行以下命令，检查 o11yagent_plugin.log 文件，并过滤出错误日志。 ```Bash cat /var/log/o11yagent_ecs/o11yagent_plugin.LOG | grep "ERR" ``` 请提交工单，并将 `AGENT_ID` 和错误日志信息一起提供给技术支持。若 o11yagent_plugin.log 文件不存在，则可能是 o11yagent_ecs 配置文件错误，请进一步检查 o11yagent_core.log，提交工单，并将 `AGENT_ID` 和其中的报错信息提供给技术支持。 ## GPU 监控指标缺失 1. 确认监控插件状态是否正常。详情请参见上文 **通用指标缺失**。 2. 如果通用指标获取正常，只有 GPU 监控缺失。请登录 ECS 实例并执行以下命令，检查 ECS 实例中是否正确安装了 GPU 驱动。以英伟达 GPU 为例： ```Bash nvidia-smi ``` 正常情况下，预期显示如下图所示。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_24aa75138db41d2d408dbdafe05a6350.png =795x) 3. 确认是否重装过 GPU 驱动，重装驱动后应重启监控或实例才能保证数据正常获取。 4. 确认版本是否过低，可以尝试升级监控版本。 ## 重装 GPU 驱动时提示监控程序占用 GPU GPU 驱动卸载后，需重启系统才允许重装 GPU 驱动。推荐操作步骤如下： 1. 使用 ECS Terminal 登录 ECS 实例，执行 `reboot` 命令，重启系统。 2. 执行 `o11yagentctl stop [agent id]` 命令，停止云监控插件。 3. 安装驱动。 4. 使用 `o11yagentctl start [agent id]` 命令重启云监控插件。