同城三中心部署

本文档主要介绍在同城三中心的部署方案下，如何应对不同级别的灾难。

灾难应对方案

节点故障

当复制组中超过半数节点发生故障，该复制组将无法提供读写服务。针对该情况，用户需参考节点故障场景进行灾难恢复。如果故障节点未超过半数，用户仅需修复故障节点并恢复节点数据即可。

单个数据中心故障

当单个数据中心发生故障，集群仍对外提供读写服务。针对该情况，用户仅需修复故障中心并恢复节点数据即可。

两个数据中心故障

当两个数据中心发生故障，集群将失去半数以上的节点，导致无法对外提供读写服务。针对该情况，用户需参考数据中心故障场景进行灾难恢复。

数据中心网络故障

当一个数据中心发生网络故障，另外两个数据中心仍可提供读写服务。针对该情况，用户仅需修复网络故障并恢复节点数据即可。

当两个数据中心发生网络故障，集群将失去半数以上的节点，导致无法对外提供读写服务。针对该情况，用户需参考数据中心故障场景进行灾难恢复。

灾难恢复

SequoiaDB 巨杉数据库提供容灾切换合并工具，用于对节点故障场景和数据中心故障场景进行灾难恢复。下述以 SequoiaDB 安装目录 /opt/sequoiadb/、集群鉴权用户名“sdbadmin”和用户密码“sdbadmin”为例，介绍不同场景的灾难恢复步骤。

节点故障场景

下述以复制组 group1 不可用为例，介绍节点故障场景的具体恢复步骤。

1. 选择一台未发生故障的主机 sdbserver，切换至容灾工具目录

   $ cd /opt/sequoiadb/tools/dr_ha

2. 修改配置文件 cluster_opr.js

   $ vim cluster_opr.js

   修改内容如下：

   if ( typeof(SEQPATH) != "string" || SEQPATH.length == 0 ) { SEQPATH = "/opt/sequoiadb/" ; }
   if ( typeof(SDBUSERNAME) != "string" ) { SDBUSERNAME = "sdbadmin" ; }
   if ( typeof(SDBPASSWD) != "string" ) { SDBPASSWD = "sdbadmin" ; }
   if ( typeof(SUB1HOSTS) == "undefined" ) { SUB1HOSTS = [ "sdbserver" ] ; }
   if ( typeof(COORDADDR) == "undefined" ) { COORDADDR = [ "sdbserver:11810" ] }
   if ( typeof(CURSUB) == "undefined" ) { CURSUB = 1 ; }
   if ( typeof(MINREPLICANUM) == "undefined" ) { MINREPLICANUM = 1 ; }
   if ( typeof(NEEDREELECT) == "undefined" ) { NEEDREELECT = false }
   if ( typeof(NEEDBROADCASTINITINFO) == "undefined" ) { NEEDBROADCASTINITINFO = true }

   Note:

   配置文件的参数说明可参考容灾切换合并工具。

3. 剔除故障节点，剔除后复制组将恢复读写服务

   $ sh detachGroupNode.sh

4. 修复故障节点

5. 将修复后的节点重新加入复制组

   $ sh attachGroupNode.sh

6. 通过 SDB Shell 检查节点间数据是否一致

   > db.snapshot(SDB_SNAP_HEALTH, {GroupName: "group1"}, {IsPrimary: null, CompleteLSN: null})

   对比主备节点间字段 CompleteLSN 的值，如果保持一致则说明节点数据一致

   {
     "IsPrimary": true,
     "CompleteLSN": 228
   }
   {
     "IsPrimary": false,
     "CompleteLSN": 228
   }
   {
     "IsPrimary": false,
     "CompleteLSN": 228
   }

   Note:

   如果主备节点间字段 CompleteLSN 的值不一致，用户需等待片刻，待节点数据同步后再次检查节点数据是否一致。

7. 在当前复制组中重新选主

   > var rg = db.getRG("group1")
   > rg.reelect({Seconds: 60})

数据中心故障场景

当数据中心故障导致集群不可用，需要通过以下步骤进行恢复：

1. 划分子网
2. 集群分裂
3. 集群合并
4. 集群信息初始化

下述以主中心和灾备中心B整体故障为例，介绍数据中心故障场景的具体恢复步骤。

划分子网

将正常机房划分为 SUB1，故障机房划分为 SUB2

子网	主机
SUB1	sdbserver2
SUB2	sdbserver1、sdbserver3

集群分裂

集群分裂操作用于将灾备中心A从集群中分裂，使其成为具备读写功能的独立集群。分裂完成后，将由灾备中心A对外提供服务。

1. 开启自动全量同步，避免节点重启失败

   逐一修改所有故障节点的配置文件 sdb.conf

   $ vim /opt/sequoiadb/conf/local/<端口号>/sdb.conf

   修改内容如下：

   ...
   dataerrorop=1
   ...

2. 选择 SUB1 的主机，切换至容灾工具目录

   $ cd /opt/sequoiadb/tools/dr_ha

3. 修改配置文件 cluster_opr.js

   $ vim cluster_opr.js

   修改内容如下：

   if ( typeof(SUB1HOSTS) == "undefined" ) { SUB1HOSTS = [ "sdbserver2" ] ; }
   if ( typeof(SUB2HOSTS) == "undefined" ) { SUB2HOSTS = [ "sdbserver1", "sdbserver3" ] ; }
   if ( typeof(COORDADDR) == "undefined" ) { COORDADDR = [ "sdbserver2:11810" ] }
   if ( typeof(CURSUB) == "undefined" ) { CURSUB = 1 ; }
   if ( typeof(ACTIVE) == "undefined" ) { ACTIVE = true ; }

4. 执行分裂操作

   $ sh split.sh

5. 修复故障中心

6. 选择 SUB2 的任意一台主机，切换至容灾工具目录

   $ cd /opt/sequoiadb/tools/dr_ha

7. 修改配置文件 cluster_opr.js

   $ vim cluster_opr.js

   修改内容如下：

   if ( typeof(SUB1HOSTS) == "undefined" ) { SUB1HOSTS = [ "sdbserver2" ] ; }
   if ( typeof(SUB2HOSTS) == "undefined" ) { SUB2HOSTS = [ "sdbserver1", "sdbserver3" ] ; }
   if ( typeof(COORDADDR) == "undefined" ) { COORDADDR = [ "sdbserver1:11810" ] }
   if ( typeof(CURSUB) == "undefined" ) { CURSUB = 2 ; }
   if ( typeof(ACTIVE) == "undefined" ) { ACTIVE = false ; }

8. 执行分裂操作

   $ sh split.sh 

集群合并

1. 选择集群中的任意一台主机，执行合并操作

   $ sh merge.sh 

2. 通过 SDB Shell 检查节点间数据是否一致

   > db.snapshot(SDB_SNAP_HEALTH, {}, {NodeName: null, IsPrimary: null, CompleteLSN: null})

   对比主备节点间字段 CompleteLSN 的值，如果保持一致则说明节点间数据一致

   ...
   {
     "NodeName": "sdbserver1:11820",
     "IsPrimary": true,
     "CompleteLSN": 80148
   }
   {
     "NodeName": "sdbserver2:11820",
     "IsPrimary": false,
     "CompleteLSN": 80148
   }
   {
     "NodeName": "sdbserver3:11820",
     "IsPrimary": false,
     "CompleteLSN": 80148
   }
   ...

   Note:

   如果主备节点间字段 CompleteLSN 的值不一致，用户需等待片刻，待节点数据同步后再次检查节点数据是否一致。

3. 关闭自动全量同步

   > db.updateConf({dataerrorop: 2})

集群信息初始化

集群信息初始化操作用于将主节点分配至主中心，以恢复集群初始状态。执行该操作前，用户需转移或删除集群部署信息文件 datacenter_init.info，该文件位于 SequoiaDB 安装目录。

1. 根据数据中心划分子网，主中心为 SUB1，灾备中心为 SUB2

   子网	主机
   SUB1	sdbserver1
   SUB2	sdbserver2、sdbserver3

2. 选择 SUB1 的主机，切换至容灾工具目录

   $ cd /opt/sequoiadb/tools/dr_ha

3. 修改配置文件 cluster_opr.js

   $ vim cluster_opr.js

   修改内容如下：

   if ( typeof(SEQPATH) != "string" || SEQPATH.length == 0 ) { SEQPATH = "/opt/sequoiadb/" ; }
   if ( typeof(SDBUSERNAME) != "string" ) { SDBUSERNAME = "sdbadmin" ; }
   if ( typeof(SDBPASSWD) != "string" ) { SDBPASSWD = "sdbadmin" ; }
   if ( typeof(SUB1HOSTS) == "undefined" ) { SUB1HOSTS = [ "sdbserver1" ] ; }
   if ( typeof(SUB2HOSTS) == "undefined" ) { SUB2HOSTS = [ "sdbserver2", "sdbserver3" ] ; }
   if ( typeof(COORDADDR) == "undefined" ) { COORDADDR = [ "sdbserver1:11810" ] }
   if ( typeof(CURSUB) == "undefined" ) { CURSUB = 1 ; }
   if ( typeof(CUROPR) == "undefined" ) { CUROPR = "split" ; }
   if ( typeof(ACTIVE) == "undefined" ) { ACTIVE = true ; }
   if ( typeof(NEEDBROADCASTINITINFO) == "undefined" ) { NEEDBROADCASTINITINFO = false }

4. 集群信息初始化

   $ sh init.sh 

5. 选择 SUB2 的任意一台主机，切换至容灾工具目录

   $ cd /opt/sequoiadb/tools/dr_ha

6. 修改配置文件 cluster_opr.js

   $ vim cluster_opr.js

   修改内容如下：

   if ( typeof(SEQPATH) != "string" || SEQPATH.length == 0 ) { SEQPATH = "/opt/sequoiadb/" ; }
   if ( typeof(SDBUSERNAME) != "string" ) { SDBUSERNAME = "sdbadmin" ; }
   if ( typeof(SDBPASSWD) != "string" ) { SDBPASSWD = "sdbadmin" ; }
   if ( typeof(SUB1HOSTS) == "undefined" ) { SUB1HOSTS = [ "sdbserver1" ] ; }
   if ( typeof(SUB2HOSTS) == "undefined" ) { SUB2HOSTS = [ "sdbserver2", "sdbserver3" ] ; }
   if ( typeof(COORDADDR) == "undefined" ) { COORDADDR = [ "sdbserver1:11810" ] }
   if ( typeof(CURSUB) == "undefined" ) { CURSUB = 2 ; }
   if ( typeof(CUROPR) == "undefined" ) { CUROPR = "split" ; }
   if ( typeof(ACTIVE) == "undefined" ) { ACTIVE = false ; }
   if ( typeof(NEEDBROADCASTINITINFO) == "undefined" ) { NEEDBROADCASTINITINFO = true }

7. 集群信息初始化

   $ sh init.sh