中信网

数据库工程师在部署KingbaseES高可用共享集群过程时,有时候会遇到文件损坏,系统无法启动的问题。作为金仓数据库工程师的我在最近一次客户现场支持过程中,也遇到了同样的问题,经过多轮排查,结合丰富的产品手册,我最终找到了快速解决问题的路径。在这里我将经验分享出来,以便更多金仓数据库使用者查看。该客户此前购买的国际巨头Oracle的数据库产品,现需要替换为金仓数据库产品。根据现场需要,我前往项目所在地帮助客户部署金仓KingbaseES高可用共享集群。

第一步:配置时钟同步

时钟同步可以采用ntpd同步,也可通过timesyncd;

采用timesyncd,需要修改

/etc/systemd/timesyncd.conf,配置时钟同步客户端,通过timedatectl管理;

查看命令如下:

timedatectl show-timesync;

第二步:配置共享磁盘

由于KingbaseES高可用共享集群使用多节点共享磁盘,因此需要采用DAS、NAS、SAN等存储。本次采用FC磁盘阵列作为共享磁盘,FC磁盘整阵列就是光纤磁盘阵列;

共享磁盘客户端制作多路径绑定,可以提高磁盘的可用性,有效防止磁盘故障、网络故障导致的数据丢失或损坏;

首先在配置安装multipathd时,修改/etc/multipath.conf具体配置参见其他文章,不是本文重点,systemctl restart multipathd启动;

在FC磁盘整列服务端划分磁盘,在磁盘客户端也就是数据库服务端,执行rescan-scsi-bus.sh后,在主机群可以找到新创建的盘;

这时候进行多路径聚合multipath –v2;

查看多路径绑定multipath –ll。

第三步:配置udev规则,固定磁盘名

01udevadm info --query=all --name=/dev/dm-0

02vim /etc/udev/rule.d/60-scsi.rules

03ENV{ID_SERAIL}=="...",ENV{DM_WWN}=="..."RUN+="/bin/sh -cmknod /dev/chmpatha b major minor; chmod 0644 /dev/chmpatha; rm -f /dev/block/major:minor; ln -s /dev/chmpatha /dev/block/major:ninor"

第四步:业务系统测试

安装完成后,需要进行简单功能测试和可用性测试,以便将问题尽早解决掉。首先我和技服进行了down机、断掉业务网和管理网、制造进程僵死等故障测试。

问题来了。在进行断网的测试中,发现数据库一直在不停地切换节点。查看日志,发现是文件系统损坏导致的数据库无法启动。

采用fsck的方法进行修复,fsck -a /dev/mapper/mpatha

但是未能修复!客户表明2天内必须解决。

再次梳理日志,KingbaseES集群组件在报文件系统异常前,没有任何异常日志。在KingbaseES文件系统异常前,仅有kenel相关日志。根据一般经验,怀疑可能是双挂导致的磁盘损坏。

第五步:问题排查

继续分析集群各节点的挂载记录,发现一些mpatha磁盘在系统重启后,在另一节点莫名其妙的挂载上了,目前推断可能是双挂导致的文件系统损坏,但是无法继续敲定重启为何导致双挂?

没有办法,只有将磁盘重新格式化,继续进行复现测试,终于抓住了问题,在异常重启后的机器上出现一条挂载记录:

/dev/mappper/mpatha 1007G 146M 956G 1/media/root/9g0oc559-2d0a-4e88-a1e7-1b1badc9a7

实际上磁盘在另外节点正在被数据库管理进程使用,显然是双挂,那么这条挂载记录怎么来的?

重新思考操作的每一步骤,最终发现了问题的根本原因:

第六步:问题根因

没错,是操作系统的自动挂载导致的双挂问题。

于是我们将"自动挂载"选项去掉,同时为了保险起见,将数据库服务端所在节点的图形界面关掉,在图形模式下使用如下命令可以切换到纯命令行模式:

systemctl isolate multi-user.target

如果需要每次重启都进入纯命令行模式,可以使用如下命令:

systemctl set-default multi-user.target

彻夜鏖战,终于解决了文件系统损坏的问题,让系统恢复了正常,获得客户高度认可,我内心还是很高兴的。

小结

如果服务器均部署在国产图形化Linux操作系统,在图形化界面,会默认设置自动挂载。在自动挂载时数据库实例盘双挂,会导致文件系统损坏。之后,将服务器“自动挂载”取消,同时使用命令“systemctl set-default multi-user.target”设置默认为命令界面,防止误操作。这样就能快速恢复系统正常运行。