GaussDB(DWS)集群状态可不用，实例状态处于Promoting状态问题分析

备机升主背景

主机故障后，由cm_server下发failover消息，备机备机收到failover指令后启动升主流程，此时实例状态一直处于Promoting状态：连接从备，同步数据，不需要与主机进行交互，数据同步完之后做redo然后升主成功接管业务。

触发场景                       

cm_server仲裁自动触发

failover切换流程

备机升主常见问题

场景一：与从备连接失败

【问题描述】

查看集群状态实例6045处于pending need repair 6046实例处于standby promoting

【问题分析】

查看dn6046日志报错如下：

查看从备3024日志报错

FATAL:  number of requested standby connections exceeds max_wal_senders (currently 4)：

由于从备wal_sender槽位满导致无法正常建联。

【修复方案】

常见于651版本

1）kill 从备释放wal_sender资源待从备实例被重新拉起后观察是否能够正常升主

2）若方法一未能让备机正常升主可强制让原主实例升主

注意做强制升主操作时必须确定对应实例之前是主实例，请联系华为工程师进行操作

手动停止promoting实例后执行以下命令

kill -9 pid;sleep 4; gs_ctl notify -M primary -D 原主实例路径

​场景二：与从备同步数据异常无法升主

【问题描述】

集群状态不可用，dn6019处于down starting，dn6020处于 standby promoting状态

【问题分析】

查看dn6020日志提示与从备存在日志分叉：

FATAL:  invalid crc on secondary standby, has xlog, standby promote failed

【修复方案】

在从备实例目录下pg_xlog文件删除该xlog文件（将该文件移到其他路径）

注意该方式可能造成数据丢失，是一种有损恢复方式，操作前必须与客户达成一致。

注意：与从备同步数据太多会导致升主较慢。

场景三：redo慢导致升主不成功

此场景参考实例redo场景。

 https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=75275

附：

GaussDB(DWS)高可用之数据复制

GaussDB(DWS)高可用之备机重建

GaussDB(DWS)高可用之主备从HA技术