- 环境介绍
存在一个主备集群，在第三台服务器中配置了确认监视器及非确认监视器，其配置如下。
配置项 | 主机 | 备机 |
业务IP及内网 | 192.168.116.135 | 192.168.116.134 |
实例名 | GRP1_RT_01 | GRP1_RT_02 |
实例端口 | 5236 | 5236 |
MAL端口 | 5336 | 5336 |
MAL守护进程端口 | 5346 | 5346 |
守护进程端口 | 5556 | 5556 |
其dmwatcher.ini文件配置如下。
- 验证参数
参数名 | 说明 |
DW_MODE | 切换模式，缺省为 MANUAL MANUAL：故障手动切换模式 AUTO：故障自动切换模式 |
INST_ERROR_TIME | 数据库故障认定时间，单位秒，取值范围为 3~1800，缺省 15 秒没有收到数据库发送的状态信息，即认定其监控的数据库出现故障 |
INST_RECOVER_TIME | 备库故障恢复检测时间间隔，单位秒，取值范围 3~86400，缺省每 60 秒检查一下备库状态，满足故障恢复条件时，启动历史数据同步流程。 数据守护系统启动完成后、Switchover 主备切换后、Takeover 备库接管后以及强制 Open 主库后，主库守护进程 INST_RECOVER_TIME 内存值会强制设置成 3，确保尽快启动数据同步。另外，还可以通过监视器命令 set recover time 修改 INST_RECOVER_TIME 内存值。 |
INST_AUTO_RESTART | 是否自动重启数据库实例，0：不自动重启； 1：自动重启。缺省为 0 |
实验流程：
- 执行kill -9 命令，强行关闭GRP1_RT_01的实例，观察GRP1_RT_01守护进程、GRP1_RT_02守护进程、监视器的情况。
预期结果：
- 关闭GRP1_RT_01的实例后，GRP1_RT_01守护进程在20内秒中接收不到GRP1_RT_01实例的信息，认定GRP1_RT_01实例故障。20秒后自动拉起GRP1_RT_01实例并在60秒内检查该实例状态，若满足故障恢复条件，开始历史数据同步。
- 关闭GRP1_RT_01的实例后，GRP1_RT_02守护进程接收到GRP1_RT_01实例故障的信息并接收来自监视器的TAKEOVER命令，切换GRP1_RT_02实例为PRIMARY提供数据库服务。3、GRP1_RT_01实例自动拉起后，GRP1_RT_02发送归档日志至GRP1_RT_01实例开始数据同步。
实验截图：
①GRP1_RT_01守护进程日志截图：
18:23:47失去了与本地实例的连接。
18:23:50期间进行了多次检测，检测不到GRP1_RT_01实例，认定为该实例故障。
18:23:51不断接收到GRP1_RT_02守护进程的TAKEOVER信息，并完成主备切换。
18:24:07重启本地实例。
18:24:12设置守护进程为UNIFY EP状态，准备数据同步。
②GRP1_RT_02守护进程日志截图：
18:23:50.673接收到GRP1_RT_01实例故障的信息。
18:23:50.736接收到监视器的TAKEOVER命令，准备切换主备。
18:23:51完成主备切换。
18:24:14发送归档日志至GRP1_RT_01实例，开始数据恢复并很快完成了故障恢复。
实验结果：
- GRP1_RT_01守护进程在多次检测不到GRP1_RT_01实例的存在后，立即判断GRP1_RT_01实例故障。20秒后自动拉起GRP1_RT_01实例，并在5秒后开始数据同步。
- 关闭GRP1_RT_01实例后，GRP1_RT_02守护进程接收来自监视器的TAKEOVER命令完成主备切换。GRP1_RT_01实例被拉起后，发送归档日志至GRP1_RT_01实例开始数据同步。
- 总结
本次实验中，该主备集群为自动切换模式，数据库故障认定时间为20秒，备份故障恢复检测时间间隔60秒，但在TAKEOVER命令切换后，会强制设置为3秒，守护进程会自动拉起本地实例。
在GRP1_RT_01实例被强制关闭后，GRP1_RT_01进程在多次检测不到GRP1_RT_01实例存在后，直接认定GRP1_RT_01实例故障，同时监视器向GRP1_RT_02进程发送TAKEOVER命令，切换GRP1_RT_02实例提供数据库服务。20秒后，GRP1_RT_01守护进程自动拉起GRP1_RT_01实例。5秒后，GRP1_RT_01实例接收GRP1_RT_02的归档日志，开始历史数据同步，此过程符合预期实验结果，也基本符合参数设置。
