组件事件及退出码排查指南

面向组件：bi-engine-worker

原因分析：worker组件退出，但此时worker组件的探活monitor未能获取到其退出码

解决方案：此种情况下无常规排查方案，建议联系帆软技术支持协助 

面向组件：bi-engine-worker

原因分析：bi引擎组件的重启是有顺序性要求的，必须先启动master再启动worker。如果没有按照顺序依次启动master和worker组件，worker检测到自身状态异常后会自动下线，此时就会出现该退出码

解决方案：

1）对于6.1.4及以上版本的FineBI，出现此情况后无需用户手动操作，运维平台会自动按顺序重启worker容器，以恢复计算引擎的正常运行，耐心等待即可

2）对于6.1.3及以下版本的FineBI，请手动停止全部master和worker组件，启动master组件至running状态三分钟（等待healthy），再启动全部worker组件

面向组件：bi-engine-master

原因分析：面向部署了高可用master的FineBI项目，如果master容器失去了leader身份，系统会强制其退出（exit），以确保一致性

解决方案：产品正常逻辑，无需手动处理

面向组件：bi-engine-worker、bi-engine-master

原因分析：容器进程被通过kill 15终止（即发送 SIGTERM 信号）

解决方案：此种情况下无常规排查方案，建议联系帆软技术支持协助 

面向组件：bi-engine-worker、bi-engine-master

原因分析：容器进程被通过kill 9终止（即发送SIGKILL信号），通常由系统OOM Killer触发（内存不足终止机制）

解决方案：建议进行系统巡检，并参考巡检值，对相关组件的可用内存上限进行调整

原因分析：由于 GC 或环境因素，导致worker卡住，从而引发心跳超时，导致worker退出

解决方案：

1）如果是垃圾回收（GC）导致，请优化 JVM 参数或减少内存负载

2）如果是环境因素导致，需要根据系统日志定位根本原因，无常规排查方案

原因分析：数据存储服务的组件初始化失败，导致worker或master启动失败

排查方向：

1）IP 或域名解析失败：系统可能无法解析数据存储服务的域名或 IP 地址，请检查 DNS 配置、/etc/hosts 文件或网络设置

2）HTTPS 证书问题：数据存储服务的 SSL/TLS 证书无效、过期或不被信任

3）网络连接不通：项目节点无法连接到数据存储服务，可能是防火墙阻止、网络配置错误或数据存储服务不可用

原因分析：数据存储服务的资源存在问题，导致worker或master启动失败

排查方向：

1）检查FineBI的数据存储服务配置是否正确

2）检查数据存储服务中相关的存储桶(Bucket)或对象(Object)是否存在并正常可访问

原因分析：数据存储服务的权限存在问题，导致worker或master启动失败

排查方向：

1）检查使用的数据存储服务的 AWS 凭证（IAM 用户/角色）是否有足够权限访问S3资源

2）检查数据存储服务的 Region 是否正确，有可能配置的 AWS 区域与存储桶实际所在的区域不匹配

原因分析：数据存储服务的网络存在问题，导致worker或master启动失败

排查方向：

1）IP 或域名解析失败：系统可能无法解析数据存储服务的域名或 IP 地址，请检查 DNS 配置、/etc/hosts 文件或网络设置

2）HTTPS 证书问题：数据存储服务的 SSL/TLS 证书无效、过期或不被信任

原因分析：在启动 Master 节点时，其元数据参数配置存在问题，导致启动失败

解决方案：此种情况下无常规排查方案，建议联系帆软技术支持协助 

原因分析：worker无法正常与master通信，导致worker启动失败

解决方案：请排查master是否启动，或master端口是否正确

原因分析：由于spark参数错误导致spark启动失败，继而导致worker启动失败

解决方案：此种情况下无常规排查方案，建议联系帆软技术支持协助 

面向组件：bi-engine-worker

原因分析：worker组件的探活monitor退出，容器进程被通过kill 9终止（即发送SIGKILL信号）

解决方案：此种情况下无常规排查方案，建议联系帆软技术支持协助 

面向组件：bi-web、fr、fdl、bi-engine-master

原因分析：容器被强制终止，容器进程被通过kill 9终止（即发送SIGKILL信号），通常由系统OOM Killer触发（内存不足终止机制）

解决方案：建议进行系统巡检，并参考巡检值，对相关组件的可用内存上限进行调整

面向组件：所有组件

原因分析：容器进程被通过kill 15终止（即发送 SIGTERM 信号）

解决方案：此种情况一般是服务器用户使用命令（如docker stop、docker restart）手动重启了容器

原因分析：由于找不到polars的日志配置文件，导致worker或master启动失败

解决方案：此种情况下无常规排查方案，建议联系帆软技术支持协助 

原因分析：worker或master在启动过程中遇到了预期外的异常

解决方案：此种情况下无常规排查方案，建议联系帆软技术支持协助 

含义：成功

说明：这是标准约定，几乎所有程序在正常结束时返回 0

含义：一般错误（General Error）

说明：通用失败代码，通常表示未明确分类的错误（如文件打开失败、逻辑错误等）

含义：错误用法（Invalid Usage）

说明：常见于命令行工具参数错误（如缺少必填参数、无效选项等）

含义：自定义命令错误码。

说明：供开发者自定义的错误，即为上文帆软定义的业务退出码

含义：命令不可执行（Command Not Executable）

说明：Shell 找到命令文件，但权限不足

含义：命令未找到（Command Not Found）

说明：Shell 在 PATH 中找不到命令文件

说明：当进程因信号（如 SIGINT、SIGKILL）终止时，Shell 会返回 128 + 信号编号

• 130 = SIGINT（2 + 128）：用户按下 Ctrl+C 中断进程。

• 137 = SIGKILL（9 + 128）：进程被强制终止（kill -9）