GaussDB DN故障-启动失败

• 故障现象

启动集群时或者单独启动DN时，DN组件启动失败。

• 故障原因

可能原因有以下：

1. 连接认证配置错误。
2. DN目录权限错误或者磁盘故障。
3. DN组件参数配置错误。

• 处理方法

步骤 1     登录启动失败的DN节点，执行以下命令，查询集群状态。

cm_ctl query -Cvd

如上图，DN组件启动失败，查询状态为Down。

步骤 2     查看故障DN节点的cm_agent日志，打开对应时间点的cm_agent-***.log日志。

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，搜索关键词StartAndStop。

cd $GAUSSLOG/cm/cm_agent

vim cm_agent-*.log

如上图，磁盘故障，无法向DN目录写数据。

若报错处有g_dnDiskDamage=1，表明磁盘故障，DN无法启动，可排查DN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，则继续步骤3。

说明：

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

步骤 3     查看当前目录下的system_call-current.log日志，搜索FATAL关键词。

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

若以上都不涉及，则继续步骤4。

如上图，是由于dn_6008的目录权限错误，导致启动失败。

修改权限命令为：chmod -R 700 /opt/gaussdb/engine/data/dn_6008

/opt/gaussdb/engine/data/dn_6008为启动失败DN的数据目录。

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。

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。

如报错详细信息为：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5。

如上图，是由于dn_6008的recovery_time_target参数配置错误，导致启动失败。

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

须知：

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

修改参数为高危操作，执行前需联系华为技术支持确认。

HCS场景，执行gs_guc命令需要进入沙箱。

步骤 5     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