GaussDB CN故障-启动失败

• 故障现象

启动集群时或者单独启动CN时，CN组件启动失败。

• 故障原因

可能原因有以下：

连接认证配置错误。

CN目录权限错误或者磁盘故障。

CN组件参数配置错误。

• 处理方法

步骤 1     登录启动失败的CN节点，执行以下命令，查询集群状态。

su - Ruby

cm_ctl query -Cvd

如上图，CN组件启动失败，查询状态为Down。

如上图，CN组件启动失败，查询状态为Unknown。

步骤 2     查看当前CN节点的cm_agent日志，打开对应时间点的cm_agent-***.log日志，搜索关键词ERROR或FATAL。

如对应时间点的日志已被压缩，则查看对应的cm_agent-****.log.gz日志，

cd $GAUSSLOG/cm/cm_agent

vim cm_agent-*.log

如上图，CN进程是运行的，但是连接失败。

若详细报错信息为：Invalid username/password,login denied，表明CN进程已启动，但是无法连接CMS和DN，此问题由于连接认证配置错误，需查看pg_hba.conf配置文件，此配置文件在CN数据目录下，CN数据目录可通过cm_ctl query -Cvd查询获取。

cm_ctl query -Cvd

如上图，/data/gaussdb/engine/cn为CN数据目录路径。

cd /data/gaussdb/engine/cn

vim pg_hba.conf

如上图，127.0.0.1应配置为trust认证。

说明：

/data/gaussdb/engine/cn为示例路径，需根据实际情况修改。

若以上都不涉及，继续步骤3。

须知：修改参数为高危操作，执行前需联系华为技术支持确认。

步骤 3     继续查看cm_agent-***.log日志，查看StartAndStop日志。

若详细报错信息为：g_cnDiskDamage=1，表明磁盘故障，CN无法启动，可排查CN数据目录磁盘是否正常，目录是否存在等，是否的正常读写等。

若以上都不涉及，继续步骤4。

如上图，无法向CN目录写数据，报错磁盘故障。

说明：

1.4(V005R001C20)版本及以前版本，搜索cn_disk_damage=1关键词，1.4(V005R001C20）以后版本搜索g_cnDiskDamage=1关键词。

步骤 4     继续查看当前目录下的system_call-current.log日志，搜索FATAL关键词。

若报错详细信息为：Permissions should be u=rwx(0700)，表明数据目录权限错误，可进入CN数据目录，修改权限为700。

若以上都不涉及，继续步骤5。

如上图，是由于CN目录的权限错误，导致CN无法启动。

修改权限命令为：chmod -R 700 /opt/gaussdb/engine/data/cn

须知：修改数据目录权限为高危操作，执行前需联系华为技术支持确认。

/opt/gaussdb/engine/data/cn为启动失败CN的数据目录。

步骤 5     继续查看当前目录下的system_call-current.log日志，搜索FATAL关键词。

若报错详细信息为：outside the valid range for parameter，则表明配置文件中的参数设置错误，可根据报错的参数，修改为正确的取值范围。

若以上都不涉及，则继续步骤6。

如上图，是由于cn_5001的recovery_time_target参数配置错误，导致CN启动失败。

gs_guc reload -Z coordinator -N all -I all -c "recovery_time_target=60"

说明：

HCS场景执行gs_guc命令需要进入沙箱。

recovery_time_target参数为示例，实际需根据报错信息中的参数修改。

须知：修改参数为高危操作，执行前需联系华为技术支持确认。

步骤 6     继续查看cm_agent-***.log以及system_call-current.log日志，获取错误信息，联系华为技术支持。

----结束