经验总结

  1. 首页 > 生活 > >

基于案例分析 MySQL Group Replication 的故障检测流程( 四 )

生活百科

日志的输出包括两部分 ， 以空格为分界线 。
1. 当网络连接恢复后 ， node3 与 node1、node2 重新建立起了连接 ， 发现自己已经被集群驱逐 ， 于是节点进入到 ERROR 状态 。
mysql> select member_id,member_host,member_port,member_state,member_role from performance_schema.replication_group_members;+--------------------------------------+----------------+-------------+--------------+-------------+| member_id                            | member_host    | member_port | member_state | member_role |+--------------------------------------+----------------+-------------+--------------+-------------+| 4cbfdc79-0192-11ed-8b01-02001701bd0a | 192.168.244.30 |        3306 | ERROR        |             |+--------------------------------------+----------------+-------------+--------------+-------------+1 row in set (0.00 sec)节点进入到 ERROR 状态 ， 会自动设置为只读 ， 即日志中看到的 super_read_only=ON 。注意 ， ERROR 状态的节点设置为只读是默认行为 ， 与后面提到的 group_replication_exit_state_action 参数无关 。
2. 如果group_replication_autorejoin_tries不为 0 ， 对于 ERROR 状态的节点 ， 会自动重试 ， 重新加入集群（auto-rejoin） 。重试的次数由 group_replication_autorejoin_tries 决定 ， 从 MySQL 8.0.21 开始 ， 默认为 3 。重试的时间间隔是 5min 。重试成功后 ， 会进入到分布式恢复阶段 。
接下来看看 node1 的日志 。
2022-07-31T13:07:39.555613-00:00 0 [System] [MY-011503] [Repl] Plugin group_replication reported: 'Group membership changed to 192.168.244.10:3306, 192.168.244.20:3306, 192.168.244.30:3306 on view 16592724636525403:4.'2022-07-31T13:07:40.732568-00:00 0 [System] [MY-011492] [Repl] Plugin group_replication reported: 'The member with address 192.168.244.30:3306 was declared online within the replication group.'node3 又重新加入到集群中 。
故障检测流程结合上面的案例 ， 我们来看看 Group Repliction 的故障检测流程 。

  1. 集群中每个节点都会定期（每秒 1 次）向其它节点发送心跳信息 。如果在 5s 内（固定值 ， 无参数调整）没有收到其它节点的心跳信息 ， 则会将该节点标记为可疑节点 ， 同时会将该节点的状态设置为 UNREACHABLE。如果集群中有等于或超过 1/2 的节点显示为 UNREACHABLE  ， 则该集群不能对外提供写服务 。
  2. 如果在group_replication_member_expel_timeout（从 MySQL 8.0.21 开始 ， 该参数的默认值为 5 ， 单位 s ， 最大可设置值为3600 ， 即 1 小时）时间内 ， 可疑节点恢复正常 ， 则会直接应用 XCom Cache 中的消息 。XCom Cache 的大小由group_replication_message_cache_size 决定 ， 默认是 1G 。
  3. 如果在group_replication_member_expel_timeout时间内 ， 可疑节点没有恢复正常 ， 则会被驱逐出集群 。
  4. 而少数派节点呢 ， 不会自动离开集群 ， 它会一直维持当前的状态 ， 直到：

    5. 经验总结扩展阅读


上一篇：系统整理K8S的配置管理实战-建议收藏系列

下一篇：高铁上可以拉屎吗