CAS E0503 开启集群资源告警后无法关闭

一、现象根因拆解
界面状态逻辑分离
「集群共享存储利用率」这条指标当前状态为禁用，但告警阈值配置为空（紧急 / 重要 / 次要 / 提示全是--）；
存储侧底层监控逻辑存在独立硬编码阈值（默认 98% 紧急阈值），界面开关只控制自定义阈值触发，不接管底层存储原生高水位告警。
历史告警残留 + 底层监控未关闭双重问题：
界面禁用仅关闭自定义配置的阈值告警；
共享文件系统本身内置存储容量保护告警，不受页面开关控制；
旧告警缓存未清理，实时告警列表持续刷新重复记录。
二、分步处置（先止损，再根治）
步骤 1：临时止损（先抑制新增告警）
方式 A：编辑指标，补全阈值屏蔽底层 98% 告警（推荐 Web 操作）
点击「集群共享存储利用率」右侧铅笔编辑按钮；
给紧急告警设置一个高于当前使用率的阈值，例如>=99；
逻辑：当前 98%＜99%，不再匹配紧急阈值，停止生成新告警；
持续时间保持 120 分钟，保存；
等待 5~10 分钟观察实时告警页面，不再新增记录后，再执行禁用。
方式 B：一键清理历史堆积告警
实时告警页面顶部操作：
勾选全选框；
点击「一键清理」/「删除」，清空 118 条存量告警；
若后续仍新增，执行步骤 2 底层关闭存储原生告警。
步骤 2：永久关闭底层共享存储内置容量告警（根治根源）
CAS E0503 共享文件系统（CVK 分布式存储 / 3PAR 共享存储）两套告警体系：
Web 阈值配置告警（页面开关控制）
存储服务内置容量水位告警（不受页面开关控制）
操作 1：CVK 主机后台关闭存储容量告警（Console/SSH 登录 CVK）
bash
运行
# 查看共享存储告警开关配置
cat /etc/galaxy/storage_monitor.conf
# 关闭容量高水位监控告警，修改配置文件
vi /etc/galaxy/storage_monitor.conf
# 将 storage_capacity_alarm=1 修改为 0
storage_capacity_alarm=0
# 重启存储监控服务生效
systemctl restart galaxy-storage-monitor

操作 2：Web 界面彻底禁用指标（配置完高阈值后）
编辑「集群共享存储利用率」，将所有告警等级恢复为--；
点击右侧暂停按钮（灰色圆形），确认状态变为「禁用」；
批量操作→同步告警阈值到全集群 CVK 节点。
步骤 3：排查特殊场景（存储利用率 98% 本身业务风险）
存储使用率≥95% 属于高危场景，优先确认业务风险：
登录 CAS 存储页面查看共享文件系统总容量、已用容量；
清理快照、备份镜像、废弃虚拟机磁盘释放空间；
扩容共享存储资源，从根源消除 98% 水位。
若业务无法扩容、必须保留 98% 使用率，建议保留告警，不要长期关闭容量告警，防止存储写满导致虚拟机宕机、磁盘损坏。
三、界面操作完整流程（纯 Web 无需登录后台）
告警阈值配置页面 → 集群资源告警 → 集群共享存储利用率 → 编辑铅笔；
紧急告警阈值填写>=99，保存；
等待 10 分钟，实时告警不再新增；
返回阈值配置，再次编辑，所有告警等级改为--；
点击暂停图标，状态变为「禁用」；
进入实时告警页面，全选后一键清理历史告警；
观察 30 分钟，无新增告警即修复完成。
四、版本 bug 说明
CAS E0503 已知缺陷：
集群存储类指标仅禁用状态时，底层存储监控进程不会跟随页面开关停止采集告警；
CPU / 内存等主机资源指标无此问题，仅共享存储 IOPS、利用率存在该逻辑缺陷；
升级至 E0506 及以上版本修复该开关联动逻辑，新版禁用后底层同步关闭监控。
五、验证命令（CVK 后台确认告警关闭）
bash
运行
# 查看存储监控服务状态
systemctl status galaxy-storage-monitor
# 查看近半小时存储容量告警日志
grep "storage capacity over threshold" /var/log/galaxy/storage-monitor.log
# 无新日志输出代表底层告警已关闭

六、补充备选方案（不想修改后台配置）
如果需要长期关闭存储告警，不修改 CVK 配置：
告警服务器配置 → 过滤规则；
新增过滤规则：告警类型 = 集群资源告警、指标 = 集群共享存储利用率；
匹配后自动丢弃，不在实时告警页面展示，不产生推送。