GaussDB DN故障-多数派故障

• 故障现象

分片内，正常状态DN数量占分片内DN总数的一半以下。

• 故障原因

可能原因有以下：

DN故障。

• 处理方法

步骤 1     登录故障DN节点，切换Ruby用户，查询集群状态。

查询集群状态，分片内无主，不满足多数派。

查询集群状态，分片有主，分片内主DN不满足至少一主一备，不满足多数派。

su - Ruby

cm_ctl query -Cvd

如上图，dn_6001和dn_6003故障，DN分片内不满足多数派。

步骤 2     当分片内无主，需联系华为技术排查无主原因，若分片内有主，跳过此步骤。

步骤 3     分片内有主DN，需连接主DN节点，同时gsql连接主DN，确认是否自动降副本。

1.查看集群信息。

su - Ruby

cm_ctl query -Cvdp

如上图，dn_6002为主DN，端口号为40000。

2. gsql连接dn_6002。

gsql -d postgres -p 40000 -U user -W password -r

3. 查看参数。

show synchronous_standby_names;

如上图，synchronous_standby_names参数值为ANY 1(dn_6001,dn_6003)。

步骤 4     根据以下场景，确认是否执行降副本。

1. DN分片一主三备，分片内synchronous_standby_names的值在DN正常状态应为ANY 2(dn_instanceId1, dn_instanceId2, dn_instanceId3)或者ANY 2(AZ1, AZ2)，降副本后值为ANY 1(dn_instanceId1, dn_instanceId2)或者ANY 1(AZ1)或者ANY 1(AZ2)。

2. 如步骤3中的值不满足以上，则说明集群未执行自动降副本，需要手动执行降副本，命令如下：

gs_guc reload -Z datanode -D datapath -c "= 'synchronous_standby_names = ANY 1(AZ_Name)'"

说明：

HCS场景，执行gs_guc命令需要进入沙箱。

datapath为当前DN分片的数据目录，可通过cm_ctl query -Cvd查询获取。

当前命令需要在分片内的主DN执行。

须知：

降副本为高危操作，执行前需联系华为技术支持确认。分片内DN总数非一主三备，不可执行此操作。

步骤 5     DN故障原因，参考7 DN故障-状态Down或者8 DN故障-状态Unknown或者10 DN故障-状态Need repair排查。

步骤 6     当分片DN恢复正常状态以后，需要执行升副本。

gs_guc reload -Z datanode -D datapath -c "= 'synchronous_standby_names = 'ANY 2(AZ_Name, AZ_Name)'"

说明：

HCS场景，执行gs_guc命令需要进入沙箱。

datapath为当前DN分片的数据目录，可通过cm_ctl query -Cvd查询获取。

当前命令需要在分片内的主DN执行。

须知：

升副本为高危操作，执行前需联系华为技术支持确认。分片内DN总数非一主三备，不可执行此操作。

步骤 7     若以上不涉及，联系华为技术支持。

----结束