达梦数据守护集群_组分裂的数据恢复（一）

目录

1、概述

1.1 实验目的

1.2 组分裂介绍

1.3 实验环境

2、故障模拟

2.1完全备份

2.2插入第1批测试数据

2.3 制造组分裂故障

2.4 故障描述

3、故障恢复方案

3.1 关闭1号库

3.2恢复方案

3.3删除dmwatcher.ctl

3.4 验证

3.5主备库恢复到原来的位置

3.6测试结论

---

1、概述

1.1 实验目的

本实验目的是验证达梦数据守护集群发生组分裂后数据的恢复方法，解答如下问题：

1）是否可以使用发生故障前的备份集？

2）恢复方法：使用完全恢复还是恢复到指定时点？

3）如果恢复到指定时点，数据能否追平？

1.2 组分裂介绍

        同一守护进程组中，不同数据库实例的数据出现不一致，并且无法通过重演 Redo 日志重新同步数据的情况，我们称为组分裂。引发组分裂的主要原因包括：

        1. 即时归档中，主库在将 Redo 日志写入本地联机 Redo 日志文件之后，发送 Redo日志到备库之前出现故障，导致主备库数据不一致，为了继续提供服务，执行备库强制接管。此时，当故障主库重启后，就会引发组分裂。

        2. 故障备库重新完成数据同步之前，主库硬件故障，并且长时间无法恢复；在用户接受丢失部分数据情况下，为了尽快恢复数据库服务，执行备库强制接管，将备库切换为主库。此时，如果故障主库重启，也会造成组分裂。

        检测到组分裂后，守护进程会修改控制文件为分裂状态，强制退出被分裂的库，被分裂出去的数据库需要通过备份还原等技术手段重新恢复

1.3 实验环境

操作系统：CentOS7.6

达梦数据库版本：DM8_20240712

达梦守护集群版本：V4.0

集群主库（1号库）：192.168.220.101

集群备库（2号库）：192.168.220.102

集群确认监视器：192.168.220.109

2、故障模拟

2.1完全备份

模拟故障前先生成一份备份

1）查看集群

2）保存打底数据

create table tb_testdw
(c1 varchar2(100));insert into tb_testdw values('打底数据');
commit;

3）全量备份

BACKUP database BACKUPSET '/dm8/backup/fullback_202410191350';

4）查看LSN ：66218

2.2插入第1批测试数据

insert into tb_testdw values('第1批数据');
commit;

查看LSN：66223

可以在监视器中查看：show

2.3 制造组分裂故障

1）备库网络故障（2号库）

ifdown ens33

2）主库写入新业务数据（1号库）

insert into tb_testdw values('第2批数据');
commit;

3）主库网络故障（1号库）

ifdown ens33

4）备库网络恢复（2号库）

ifup ens33

5）备库强制接管（2号库）

本案例中强制接管后，第2步产生的业务数据“第2批数据”会丢失

login
takeover force DM8DW.DM8DW02 #插入新数据
insert into tb_testdw values('第3批数据');
commit;
insert into tb_testdw values('第4批数据');
commit;

6）原主库网络恢复（1号库）

ifup ens33

        注意，这里是组分裂，不是脑裂。根据定义，脑裂是多个主库同时对外服务，本例中虽然有2个primary，但是只有1个是open状态，另一个是mount状态。其次，一旦发生脑裂，守护进程会通知所有主库下线，等待用户干预，也就是说，脑裂被认定后，数据库服务会中断。本例中的DM8DW02是OPEN状态，服务没有中断。

        本例中被分裂出来的库只有DM8DW01。

查看1号库的dmwatcher.ctl

cat dmwatcher.ctl

7）查看openinfo信息

#监视器查看open信息

show open info DM8DW01
show open info  DM8DW02

2.4 故障描述

        原备库（2号库）成为了新的主库。原主库（1号库）与2号库数据不一致，导致加入集群失败，被分裂出来。现在要通过备份还原技术恢复1号库，使其能够重新加入集群。

3、故障恢复方案

        本次实验尝试使用故障发生前的备份集还原恢复1号库。

3.1 关闭1号库

DmServiceDM8DW01 stop
disql SYSDBA/SYSDBA:6236
shutdown immediate

3.2恢复方案

我们先看1号库的几个LSN。

分裂时的LSN：66371

openinfo最大同步LSN:66257

插入第1批数据后的LSN:66223

备份集LSN:66218

        首先，recover这一步不能使用归档做完全恢复，原因是如果用归档做完全恢复，LSN仍然是66371，数据仍然不一致。可以考虑将数据恢复到LSN=66257或LSN<66257。

        本例中，我们将数据recover到LSN=66218，这样可以测试下2号库成为主库前的数据是否能同步。

恢复还原

cd /dm8/dmdbms/bin
./dmrman
restore database '/dm8/datadm/DM8DW/dm.ini' from backupset '/dm8/backup/fullback_202410191350';
recover database '/dm8/datadm/DM8DW/dm.ini' with archivedir '/dm8/archdm'  UNTIL LSN 66218;
recover database '/dm8/datadm/DM8DW/dm.ini' update db_magic;

修改模式

DmServiceDM8DW01 start
cd /picc/dmdbms/bin
./disql SYSDBA/SYSDBA:6236
sp_set_para_value(1,'ALTER_MODE_STATUS',1);
alter database standby;
sp_set_para_value(1,'ALTER_MODE_STATUS',0);

3.3删除dmwatcher.ctl

删除dmwatcher.ctl

cd /dm8/datadm/DM8DW/
mv dmwatcher.ctl  dmwatcher_2024101902.ctl

3.4 验证

DmWatcherServiceDM8DW01 start

查看集群状态

1号库成功加入集群，成为备库

登录新备库（1号库），查询

select * from tb_testdw;

我们看到，2号库成为主库前/后的数据全部同步成功。

3.5主备库恢复到原来的位置

login

swichover

3.6测试结论

1）可以使用发生故障前的备份集恢复分裂出来的库

2）可以通过OPENINFO信息确定恢复到哪个LSN，这里的LSN小一点也没有关系。

3）故障库重新加入集群后，集群会根据LSN自动同步所有缺失的数据

本文结束

参考文档《DM8数据守护与读写分离集群V4.0》

20241019