因文件权限异常导致集群启动失败的问题 ​

一、问题现象 ​

若openGauss资源池化集群启动或重启失败，有如下报错信息：

cm_ctl: start cluster failed in (601)s!

HINT: Maybe the cluster is continually being started in the background.

You can wait for a while and check whether the cluster starts, or increase the value of parameter "-t", e.g -t 600.

报告启动集群失败，10min 超时。

使用cm_ctl query -Cvipd查询集群状态后显示CMServer State中所有节点为Down。

二、定位方法 ​

1. 进入$GAUSSLOG/cm/cm_agent目录下，寻找该节点最近时间点的cm_agent日志，发现如下报错信息：

   shell

   2024-10-09 11:07:59.018 tid=313687  LOG: open gaussdb state file "/.../.../dn1/gaussdb.state" failed, could not get the build infomation: Permission denied.
   
   2024-10-09 11:07:58.966 tid=313678  ERROR: [get_connection: 1526]: fail to read pid file (/.../.../dn1/postmaster.pid).
   
   2024-10-09 11:07:58.966 tid=313678  ERROR: failed to connect to datanode:/.../.../dn1

   绝对路径/.../.../dn1就是$PGDATA，上述报错信息表明问题是$PGDATA目录的权限不足。

2. 使用cm_ctl query -Cvipd查询集群状态后显示CMServer State中所有节点正常，Datanode State中有节点的状态为Down Manually stopped, cluster_state为Unavailable。

3. 查看$PGDATA目录的权限，发现用户没有dn1目录的权限。

   shell

   drwx------. 15 root  root  8.0K Oct  9 11:06 dn1

三、问题根因 ​

用户对pg_hba.conf文件没有权限。

四、解决方案 ​

需要以 root 用户登录对应机器，使用chmod或chown修改$PGDATA文件权限为子用户，再重启集群即可。