一.Nodeagent进程的主要功能

Nodeagent是GaussDB(DWS)管理系统Fi Manager采集数据节点状态信息，运维操作（如启停集群、启停实例）下发命令到数据节点的重要工作线程。

二.常见问题现象

1.Manager页面显示主机故障

2.从Manager系统启动集群、启动实例失败

三.常见案例

3.1服务器异常下电，配置文件丢失，导致nodeagent启动失败

1.根据nodeagent进程确认（在页面上显示故障的节点，执行ps -ef|grep nodeagent），找不到nodeagent进程

2.根据启动日志（tail -f /var/log/Bigdata/nodeagent/scriptlog/start-agent.log），报错failed to start ntp.

3.查看ntp启动日志，/var/log/Bigdata/nodeagent/scriptlog/start_ntp.log日志，报错Failed to generate /opt/huawei/Bigdata/nodeagent/tmp/ntp/ntp.conf

4.ntp源ip是从/opt/huawei/Bigdata/om-agent_V100R002C80SPC200/nodeagent/etc/agent/nodeagent.properties获取

5.登录到故障节点可以看到，该文件为空，询问客户得知之前异常下电导致配置文件丢失

3.2nodeagent进程启动用户（omm），误source数据库的环境变量，导致命令下发失败

1.查看MPPDB的prestart日志，/var/log/Bigdata/mpp/scriptlog/prestart.log报错，Cannot bind to LDAP server 或Can't contact LDAP server while initializing kadmin.local

2.检查nodeagent进程，cat /proc/pid/environ,误导入了GAUSS_ENV的环境变量

3.检查配置文件，存在后台数据库的环境变量，source /opt/huawei/Bigdata/mppdb/.mppdbgs_profile注释掉，kill nodeagent进程，等待重新拉起后恢复

3.3数据节点ntp时间源相差太大，导致nodeagent的心跳被判定超时，命令无法下发

1.主机页面显示主机故障，并且集群运维操作不可用

2.观察故障的两个节点，告警存在这两台ntp服务异常的告警

3.执行ntpq -np，查询到本地实际与时间源相差8分钟

4.通知客户停止业务，关闭数据库，修改告警节点的系统时间，主机状态恢复正常