跳到主要内容

使用Online unsafe recovery恢复v6.2同城应急集群

作者：cchouqiang

环境准备​

安装介质​

tikv 6.2.0 release

https://download.pingcap.org/tidb-community-server-v6.2.0-linux-amd64.tar.gz

背景​

对于rawkv来说，无法使用binlog进行数据同步，但可以采用raft协议进行数据同步。主集群tikv的角色为voter，提供读写服务；同城应急的tikv角色为learner，通过raft协议同步主集群数据，提供灾备能力。当主集群出现问题，可以将灾备节点的learner角色升级为voter角色，对外提供服务。

若整个主生产出现问题，使用online unsafe recovery恢复同城应急集群，让同城应急集群对外提供服务。

集群拓扑​

主生产拓扑为:

  • 2个pd节点
  • 5个tikv节点（5个voter副本）

同城应急拓扑为：

  • 1个pd节点
  • 1个tikv节点（1个learner副本）

整个集群拓扑如下图所示：

同城应急的节点为：172.16.11.113:2379、172.16.11.120:20160

其余节点均为主生产的节点。

online unsafe recovery恢复步骤​

1、模拟主生产故障，整个集群down​

使用 tiup cluster stop <cluster-name>命令，将整个集群关闭

2、启动同城应急的pd​

由于pd高可用限制，必须启动多数派时，才能正常启动pd对外服务。

此时无法使用tiup命令将单个pd启动。

3、使用force-new-cluster参数强制启动一个pd节点​

若想单独启动一个pd，需要修改pd的启动脚本。

在同城应急的pd部署目录，修改run_pd.sh脚本，添加 force-new-cluster: true

4、启动同城应急的pd​

手动启动一个pd节点：

$ nohup sh run_pd.sh &

image.png

5、启动同城应急的tikv​

使用tiup cluster start <cluster-name> -N xx.xx.xx.xx:20160命令启动某个tikv节点

启动172.16.11.120:20160节点：

使用tiup cluster display <cluster-name>命令查看集群状态：

此时同城应急的pd和tikv均启动

6、进行online unsafe recovery​

使用online unsafe recovery将同城应急的tikv learner角色提升为voter角色。

online unsafe recovery文档如下：

https://docs.pingcap.com/zh/tidb/dev/online-unsafe-recovery

[cdacs@centos76_vm ~]$ tiup ctl:v6.2.0 pd -u http://172.16.11.113:2379 unsafe remove-failed-stores 1,2,6,9,12
Starting component `ctl`: /home/cdacs/.tiup/components/ctl/v6.2.0/ctl pd -u http://172.16.11.113:2379 unsafe remove-failed-stores 1,2,6,9,12
Success!
[cdacs@centos76_vm ~]$
[cdacs@centos76_vm ~]$ tiup ctl:v6.2.0 pd -u http://172.16.11.113:2379 unsafe remove-failed-stores show

7、使用show命令查看恢复进度​

使用如下命令进行查看online unsafe recovery恢复进度：

[cdacs@centos76_vm ~]$ tiup ctl:v6.2.0 pd -u http://172.16.11.113:2379 unsafe remove-failed-stores show

当出现“unsafe recovery finished”时，恢复完成。

8、对pd和tikv进行扩缩容操作​

此时tikv变为Tombstone，可以使用tiup cluster prune tidb-test命令删除Tombstone状态的节点。

并针对实际情况进行扩缩容操作。

总结和思考​

  • 灵活运用raft协议来提供rawkv的容灾能力；

  • 在v5版本下可以使用Learner recover，但在v6版本下，Learner recover则无法使用，因为v5和v6的raft engine不同；

  • 使用 Online Unsafe Recovery 功能来实现learner角色升级成voter角色，在主集群出现问题的情况下，同城应急集群可以对外提供服务。