GBASE南大通用-GBase 8a集群节点替换

GBASE南大通用-GBase 8a集群节点替换
1简介
当集群规模不断扩大时，集群的节点损坏会成为一个比较常见的现象，同
时随着数据量的增大，单个节点的计算能力和存储能力也会成为瓶颈。这两种
情况下都需要对集群节点进行替换升级，使集群能够正常工作。
2功能概述
GBASE南大通用-GBase8a数据库节点替换针对节点机器彻底损坏的情况，通过节点替换流程来恢复数据，
最终达到替换损坏节点的目的。新旧机器使用相同的 IP。
节点替换过程中，集群状态必须是非 LOCK 状态。
在节点替换过程中，替换节点的状态会发生变化。
节点故障状态变更顺序为：
OFFLINE -> UNAVAILABLE -> REPLACE -> ONLINE
升级时状态变化过程如下：
ONLINE -> UNAVAILABLE -> REPLACE -> ONLINE
替换开始前：节点损坏，节点的状态为 OFFLINE,用户必须设置节点
状态为 UNAVAILABLE；
替换开始后：节点状态转换为 REPLACE
替换成功后：节点状态转换为 ONLINE
替换执行失败：节点状态回滚为 UNAVAILABLE
在节点替换过程中，集群模式会发生变化，模式变更顺序为：
NORMAL -> READONLY -> NORMALGBase 8a MPP Cluster 管理员手册
同步表结构前：集群模式为 NORMAL,集群可以正常操作
同步表结构期间：集群模式为 READONLY,只允许进行查询操作，不允
许任何 dml、ddl 以及加载操作，此时进行数据表结构的同步操作，
对用户数据表设置全同步标志。
同步完成后：集群模式为 NORMAL,集群可以正常操作
替换完成后，集群可以正常进行操作。
3注意事项
节点替换过程需要注意以下问题：
节点状态转换为 UNAVAILABLE 后，只有在节点替换成功的时候，节点
状态才能转换为 ONLINE。用户不能对 corosync 中的节点状态持久化
文件进行手工操作，如果手工修改持久化文件中的节点状态
（UNAVAILABLE -> ONLINE),会导致数据丢失。
设置节点为 UNAVAILABLE 时，若集群中有大量 ddl event，dml event
或 dmlstorage event 时，程序需要检查所有的 event，判断被设置状
态的节点的备份节点是否正常，有大量 event 时，该过程可能需要较
长时间。
开始节点替换时，若被替换节点有大量 ddl event，dml event 或
dmlstorage event 时，节点替换程序要将被替换节点的所有 event 删
除，该过程可能会需要较长时间。
损坏的节点上有 nocopy 表，数据无法恢复，必须用户手工进行恢
复。
损坏的节点上存在不通过集群命令创建的数据，这些数据无法恢复，
必须用户手工进行恢复。
在节点替换过程中，如果出现 replace.py 命令被强杀或者执行
replace.py 命令的机器掉电等现象，可能会导致集群状态处于GBase 8a MPP Cluster 数据抽取及加载工具参考手册
READONLY状态无法自行恢复正常。此时可以使用gcadmin switchmode
normal 恢复集群状态然后继续使用集群。或者再一次执行
replace.py 命令替换节点，节点替换成功后集群状态就恢复正常。
节点替换时，需保证 gbase 用户拥有 GCWare 配置文件
（/etc/corosync/corosync.conf）的访问权限，即该文件的权限属性
应为 644。
用户在执行节点替换前,必须保证执行替换的用户拥有安装程序目录
的读写权限，即可以在该目录下创建文件和子目录。
执行节点替换时，若出现宕机或掉电等情况，将导致替换失败，替换
节点和源节点上可能会有残留数据。此时需要再次执行节点替换，进
行残留数据清理，完成清理后方可重新进行节点替换操作。
4节点替换的步骤
4.1步骤一：检查网络
在进行节点替换操作前，首先要保证集群内的网络通畅。如果遇到网络异
常的情况，可以请网络管理员协助排查异常情况，恢复网络通畅。
4.2步骤二：gcadmin 设置要替换节点的状态
我们在操作系统的 gbase 用户（demo.options 文件中 dbauser 参数指定的
用户）下运行 gcadmin setnodestate 命令设置要替换的节点状态为
UNAVAILABLE。
注：gcadmin 设置要替换节点的状态，现在只支持单个节点设置。
4.3步骤三：准备用于节点替换的新机器 GBase 8a MPP Cluster 管理员手册
新机器安装和原节点机器相同的操作系统，使用相同的 ip，并符合集群
安装的要求：关闭防火墙、关闭 selinux。
4.4步骤四：gcadmin 查看集群各项状态
选择集群中一个 coordinator 节点，切换到 gbase 用户（demo.options 文
件中 dbauser 参数指定的用户），使用 gcadmin 命令来查看集群的各项状态。
集群的状态为如下时，表示正常：
CLUSTER STATE: ACTIVED
CLUSTER MODE: NORMAL
===============================================================
| GBASE COORDINATOR CLUSTER INFORMATION |
===============================================================
| NodeName | IpAddress |gcware |gcluster |DataState |
---------------------------------------------------------------
| coordinator1 | 192.168.153.126 | UNAVAILABLE | | |
===========================================================
| GBASE DATA CLUSTER INFORMATION |
===========================================================
|NodeName | IpAddress |gnode |syncserver |DataState |
-----------------------------------------------------------
| node1 | 192.168.153.126 | UNAVAILABLE | | |
如果 CLUSTER STATE: LOCKED：节点替换的后续步骤不能进行，必须解决
问题使集群的状态变为 ACTIVED，才可以继续。
4.5步骤五：replace.py 对节点进行替换安装
选择集群中一个 coordinator 节点，切换到 gbase 用户（demo.options 文
件中 dbauser 参数指定的用户），使用 replace.py 命令对要替换的节点进行替
换安装。GBase 8a MPP Cluster 数据抽取及加载工具参考手册
命令格式：
replace.py [options]
参数说明：
--host 指定将要替换的节点 ip 列表，用逗号分隔
--rootPwd root 用户的密码， 要求所有节点 root 密码一致。
--root_pwd_file 该参数支持 root 用户在多节点不同密码方式，与参数
rootPwd 不能同时使用，否则报错。
--dbaRootPwd 要替换节点的数据库 root 用户密码如果不为空，需要传入
该数据库 root 用户密码。目前密码中不支持单引号，其它特殊符号用单引号
包围。
--overwrite 强制覆盖安装,这个参数可选。
--sync_coordi_metadata_timeout 设置 coordinator 节点替换的超时时
间。默认值为 15，最小值为 1。
--parallel_pack coordinator节点替换并行打包开关。默认值为 0，最小
值为 1。
--retry_times节点替换时同步系统表retry次数。默认值为 3，最小值为
1，最大值为 2147483647。
--license_file 针对带有 License 认证的集群，在执行节点替换的时候，
需要提前生成 license文件，通过--license_file 参数将文件传入，在集群安
装成功后，集群可正常使用。
--passwordInputMode，可选，用于指定密码获取的方式，通过不同的参数
实现不同的获取方式。若指定该参数，则 demo.options 中的密码不必再修改。
默认值： file
取值范围：[file,pwdsame,pwddiff]GBase 8a MPP Cluster 管理员手册
1) file : 表示从文件获取，和原有的方式一致，该方式下，文件中的密
码是明文的；
2) pwdsame:表示从终端由用户输入密码，并且所有节点的密码一致情况
下使用该参数，对于不同用户密码只输入一次，适用于所有节点都用
这个密码；
3) pwddiff: 表示从终端由用户输入密码，并且节点间的密码不一致情
况下使用该参数，对于不同用户密码每个节点分别输入一次，适用于
不同节点使用不同的密码；
运行前提：
替换节点使用原有节点的 IP。
当用户没有使用强制安装选项，替换节点上不能存在集群软件。删除集群
软件时必须先停止相应节点的集群服务。集群服务包括：
1. coordinator 节点：corosync、gclusterd、gcrecover、gcmonit、
gcmmonit；
2. dataserver 节点：gbased、gc_sync_server；
用户使用强制安装选项时，用户必须保证替换节点上的有用的信息已经妥
善备份，否则可能导致数据无法恢复。
在已有的 coordinator 节点上使用 dba 用户执行。
如果替换 coordinator 集群节点，要求总数不可以超过 coordinator 集群
总数的一半，也就是保证集群不能是 LOCK 状态。
如果是 data 集群，不可以同时替换主备分片的节点，保证分片必须有可
用的备份源数据。