写点什么

DR Auto-Sync 搭建和计划内切换操作手册

  • 2022 年 7 月 11 日
  • 本文字数:7665 字

    阅读完需:约 25 分钟

作者: Gin 原文来源:https://tidb.net/blog/bc7aa3d9


【是否原创】是


【首发渠道】TiDB 社区


【正文】

一、版本选择

请在 5.4.0 或更高版本上使用 DR Auto-Sync 功能。

二、前言

DR Auto-Sync 是一种跨同城两中心(网络延迟<1.5ms,带宽>10Gbps)部署的单一集群方案,即两个数据中心只部署一个 TiDB 集群,两中心间的数据复制通过集群自身的 Raft 机制完成。两中心可同时对外进行读写服务,任一中心发生故障不影响数据一致性。



图 1

三、部署 TiDB 集群

3.1 集群部署拓扑

DR Auto-Sync 双活模式部署拓扑如下(示例),需要开启 TiDB 的两个特殊功能:


  • Placement-Rules,用以设定每个 TiKV 的角色

  • Voter - 该 TiKV 上的 replica 可投票、可被选为 leader

  • Follower - 该 TiKV 上的 replica 可投票,不可被选为 leader

  • Learner - 该 TiKV 上的 replica 只异步接收日志,不参与投票

  • DR Auto-Sync,用以开启两中心自适应同步复制功能



图 2


各台服务器部署的组件如表 1 所示



表 1

3.2 TiKV Label 设计

Placement-Rules 与 DR Auto-Sync 都需要在配置好 Label 的集群上运行。本案例采用双中心 3 Voter 副本 + 1 Learner 副本,共 8 个 TiKV 实例部署,Label 设计如图:



图 3


Label 原理和规划请参考该文章:


TiDB 集群的可用性详解及 TiKV Label 规划 - 技术文章 / 原理解读 - AskTUG

3.3 拓扑文件示例

global:  user: tidb  ssh_port: 22  deploy_dir: /deploy/sa_cluster_1  data_dir: /data1/sa_cluster_1/  os: linux  arch: amd64monitored:  node_exporter_port: 39100  blackbox_exporter_port: 39115  deploy_dir: /deploy/sa_cluster_1/monitor-39100  data_dir: /data1/sa_cluster_1/monitor_data  log_dir: /deploy/sa_cluster_1/monitor-39100/logserver_configs:  tidb:    oom-use-tmp-storage: true    performance.max-procs: 0    performance.txn-total-size-limit: 2147483648    prepared-plan-cache.enabled: true    tikv-client.copr-cache.capacity-mb: 10240.0    tikv-client.max-batch-wait-time: 0    tmp-storage-path: /data1/sa_cluster_1/tmp_oom    split-table: true  tikv:    coprocessor.split-region-on-table: true    readpool.coprocessor.use-unified-pool: true    readpool.storage.use-unified-pool: false    server.grpc-compression-type: none    storage.block-cache.shared: true  pd:    enable-cross-table-merge: false    replication.enable-placement-rules: true    schedule.leader-schedule-limit: 4    schedule.region-schedule-limit: 2048    schedule.replica-schedule-limit: 64    replication.. -labels: ["dc","logic","rack","host"]  tiflash: {}  tiflash-learner: {}  pump: {}  drainer: {}  cdc: {}tidb_servers:- host: 192.168.239.69  ssh_port: 22  port: 4000  status_port: 10080  deploy_dir: /deploy/sa_cluster_1/tidb-4000- host: 192.168.239.70  ssh_port: 22  port: 4000  status_port: 10080  deploy_dir: /deploy/sa_cluster_1/tidb-4000- host: 192.168.239.71  ssh_port: 22  port: 4000  status_port: 10080  deploy_dir: /deploy/sa_cluster_1/tidb-4000- host: 192.168.239.72  ssh_port: 22  port: 4000  status_port: 10080  deploy_dir: /deploy/sa_cluster_1/tidb-4000tikv_servers:- host: 192.168.239.69  ssh_port: 22  port: 20160  status_port: 20180  deploy_dir: /deploy/sa_cluster_1/tikv-20160  data_dir: /data1/sa_cluster_1/tikv_data  config:    server.labels: { dc: "dc1", logic:"logic1", rack:"r1", host:"192_168_239_69" }- host: 192.168.239.69  ssh_port: 22  port: 20161  status_port: 20181  deploy_dir: /deploy/sa_cluster_1/tikv-20161  data_dir: /data2/sa_cluster_1/tikv_data  config:    server.labels: { dc:"dc1", logic:"logic1", rack:"r1", host:"192_168_239_69" }- host: 192.168.239.70  ssh_port: 22  port: 20160  status_port: 20180  deploy_dir: /deploy/sa_cluster_1/tikv-20160  data_dir: /data1/sa_cluster_1/tikv_data  config:    server.labels: { dc:"dc1", logic:"logic2", rack:"r1", host:"192_168_239_70" }- host: 192.168.239.70  ssh_port: 22  port: 20161  status_port: 20181  deploy_dir: /deploy/sa_cluster_1/tikv-20161  data_dir: /data2/sa_cluster_1/tikv_data  config:    server.labels: { dc:"dc1", logic:"logic2", rack:"r1", host:"192_168_239_70" }- host: 192.168.239.71  ssh_port: 22  port: 20160  status_port: 20180  deploy_dir: /deploy/sa_cluster_1/tikv-20160  data_dir: /data1/sa_cluster_1/tikv_data  config:    server.labels: { dc:"dc2", logic:"logic3" , rack:"r1", host:"192_168_239_71" }- host: 192.168.239.71  ssh_port: 22  port: 20161  status_port: 20181  deploy_dir: /deploy/sa_cluster_1/tikv-20161  data_dir: /data2/sa_cluster_1/tikv_data  config:    server.labels: { dc:"dc2", logic:"logic3" , rack:"r1", host:"192_168_239_71" }- host: 192.168.239.72  ssh_port: 22  port: 20160  status_port: 20180  deploy_dir: /deploy/sa_cluster_1/tikv-20160  data_dir: /data1/sa_cluster_1/tikv_data  config:    server.labels: { dc:"dc2", logic:"logic4" , rack:"r1", host:"192_168_239_72" }- host: 192.168.239.72  ssh_port: 22  port: 20161  status_port: 20181  deploy_dir: /deploy/sa_cluster_1/tikv-20161  data_dir: /data2/sa_cluster_1/tikv_data  config:    server.labels: { dc:"dc2", logic:"logic4" , rack:"r1", host:"192_168_239_72" }pd_servers:- host: 192.168.239.69  ssh_port: 22  name: pd-192.168.239.69-2379  client_port: 2379  peer_port: 2380  deploy_dir: /deploy/sa_cluster_1/pd-2379  data_dir: /data1/sa_cluster_1/pd_data- host: 192.168.239.70  ssh_port: 22  name: pd-192.168.239.70-2379  client_port: 2379  peer_port: 2380  deploy_dir: /deploy/sa_cluster_1/pd-2379  data_dir: /data1/sa_cluster_1/pd_data- host: 192.168.239.72  ssh_port: 22  name: pd-192.168.239.72-2379  client_port: 2379  peer_port: 2380  deploy_dir: /deploy/sa_cluster_1/pd-2379  data_dir: /data1/sa_cluster_1/pd_datamonitoring_servers:- host: 192.168.239.69  ssh_port: 22  port: 10090  deploy_dir: /deploy/sa_cluster_1/prometheus-10090  data_dir: /data1/sa_cluster_1/prometheus_data- host: 192.168.239.71  ssh_port: 22  port: 10090  deploy_dir: /deploy/sa_cluster_1/prometheus-10090  data_dir: /data1/sa_cluster_1/prometheus_datagrafana_servers:- host: 192.168.239.69  ssh_port: 22  port: 3000  deploy_dir: /deploy/sa_cluster_1/grafana-3000- host: 192.168.239.71  ssh_port: 22  port: 3000  deploy_dir: /deploy/sa_cluster_1/grafana-3000
复制代码

3.4 备份关键配置

1)集群部署完成后,复制源文件到两个同城容灾中心的 tiup 上


scp -r .tiup/storage/cluster/clusters/sa1/ 192.168.239.71:/home/tidb/.tiup/storage/cluster/clusters/


2)并在两个 tiup 上分别验证是否生效


tiup cluster display sa1


3)在两个中心的服务器上保留原始拓扑文件的备份

3.5 监控组件调整

两个 Grafana 在启动后会都连接到第一个 Prometheus 上,须手工为两个 Grafana 增加增加缺失的灾备中心 Prometheus 数据源。

四、配置并启用 DR Auto-Sync 功能

4.1 使用 jq 查看 TiKV 和 region 关键信息

  • 查看 store 基本信息

  • store --jq=".stores[] | {id: .store.id, address: .store.address, state_name: .store.state_name, capacity: .status.capacity, available: .status.available, region_count: .status.region_count}"

  • 列出所有 region

  • region --jq=".regions[] | {id:.id}"

  • 检查没有 learner peer 的 region

  • region --jq='.regions[] | select(.peers | any(.role_name=="Learner") | not) | {id: .id, peers: [.peers]}'

4.2 配置 Placement Rules

1)在集搭建后,导入初始数据之前,完成 DR Auto-Sync 的相关配置


config placement-rules rule-bundle save --in="/home/tidb/topology/rules.json"


rules.json 文件内容:


[  {    "group_id": "pd",    "group_index": 0,    "group_override": false,    "rules": [      {        "group_id": "pd",        "id": "dc1",        "start_key": "",        "end_key": "",        "role": "voter",        "count": 2,        "location_labels": ["dc", "logic", "rack", "host"],        "label_constraints": [{"key": "dc", "op": "in", "values": ["dc1"]}]      },      {        "group_id": "pd",        "id": "logic3",        "start_key": "",        "end_key": "",        "role": "voter",        "count": 1,        "location_labels": ["dc", "logic", "rack", "host"],        "label_constraints": [{"key": "logic", "op": "in", "values": ["logic3"]}]      },      {        "group_id": "pd",        "id": "logic4",        "start_key": "",        "end_key": "",        "role": "learner",        "count": 1,        "location_labels": ["dc", "logic", "rack", "host"],        "label_constraints": [{"key": "logic", "op": "in", "values": ["logic4"]}]      }    ]  }]
复制代码


2)检查配置是否加载


config placement-rules show


3)检查没有 learner peer 的 region


region --jq='.regions[] | select(.peers | any(.role_name=="Learner") | not) | {id: .id, peers: [.peers]}'


4)如过存在尚未转换的 learner peer,参考该命令促进 voter 到 learner 角色的转换(示例)


operator add remove-peer 6066 6


第一个数字为 region id,第二个数字为 store id

4.3 配置 DR Auto-Sync

1)增加 DR Auto-Sync 配置


config set replication-mode dr-auto-syncconfig set replication-mode dr-auto-sync label-key dcconfig set replication-mode dr-auto-sync primary dc1config set replication-mode dr-auto-sync dr dc2config set replication-mode dr-auto-sync primary-replicas 2config set replication-mode dr-auto-sync dr-replicas 1
复制代码


2)检查配置是否生效


config show replication-mode

五、计划内切换方案

5.1 停机窗口起始及切换演练的目标拓扑

此处开始的操作有影响交易的可能,需要在停机窗口内进行。


通过 5.2~5.6 章节的操作将集群拓扑转换到下图的状态。



图 4

5.2 在同城容灾中心扩容一个 PD

扩容 PD 到同城容灾中心。下面的命令会刷新所有组件的启动脚本,将新的 pd 加到各个组件的启动脚本中,但不会重启 tidb,tikv 和 pd。因此不会造成集群服务闪断或中止。


tiup cluster scale-out sa1 scale_out_pd.yaml


scale_out_pd.yaml 文件内容:


pd_servers:- host: 192.168.239.71  ssh_port: 22  name: pd-192.168.239.71-2379  client_port: 2379  peer_port: 2380  deploy_dir: /deploy/sa_cluster_1/pd-2379  data_dir: /data1/sa_cluster_1/pd_data
复制代码

5.3 手工将 PD leader 切换至同城容灾中心

注意要将 leader 角色切换至集群原有 PD 而不是新扩容的 PD 上,这是为了防止由于元信息注册滞后造成集群不可用的风险(风险详见 官网文档


1)通过 pd-ctl 操作


member leader transfer pd-192.168.239.72-2379


2)检查 PD Leader 是否已经切换完成


member leader show

5.4 在主中心缩容一个 PD

缩容一个主中心 PD。下面的命令会刷新所有组件的启动脚本,将新的 pd 加到各个组件的启动脚本中,但不会重启 tidb,tikv 和 pd。因此不会造成集群服务闪断或中止。


tiup cluster scale-in sa1 -N 192.168.239.70:2379

5.5 修改 placement-rules,切换主备中心的副本角色

1)在 pd-ctl 中执行


config placement-rules rule-bundle save --in="/home/tidb/topology/rules_reverse.json"


rules_reverse.json 文件内容:


[  {    "group_id": "pd",    "group_index": 0,    "group_override": false,    "rules": [      {        "group_id": "pd",        "id": "voters",        "start_key": "",        "end_key": "",        "role": "voter",        "count": 2,        "location_labels": ["dc", "logic", "rack", "host"],        "label_constraints": [{"key": "dc", "op": "in", "values": ["dc2"]}]      },      {        "group_id": "pd",        "id": "voterswoleader",        "start_key": "",        "end_key": "",        "role": "follower",        "count": 1,        "location_labels": ["dc", "logic", "rack", "host"],        "label_constraints": [{"key": "logic", "op": "in", "values": ["logic2"]}]      },      {        "group_id": "pd",        "id": "learners",        "start_key": "",        "end_key": "",        "role": "learner",        "count": 1,        "location_labels": ["dc", "logic", "rack", "host"],        "label_constraints": [{"key": "logic", "op": "in", "values": ["logic1"]}]      }    ]  }]
复制代码


2)检查配置是否加载


config placement-rules show


3)检查没有 learner peer 的 region


region --jq='.regions[] | select(.peers | any(.role_name=="Learner") | not) | {id: .id, peers: [.peers]}'


4)通过监控项 TiKV-Details→Cluster→Leader 监测 region leader 是否发生转移,Learner 节点应迁出全部的 ledaer,其 leader 数变为 0。


5)如过存在尚未转换的 learner peer,参考该命令促进 voter 到 learner 角色的转换(示例)


operator add remove-peer 6066 6

5.6 修改 dr auto-sync 配置,切换主备中心角色

1)在 pd-ctl 中执行


config set replication-mode dr-auto-sync primary dc2config set replication-mode dr-auto-sync dr dc1
复制代码


2)检查配置是否生效


config show all


3)配置完毕,检查 tikv detail 监控中 leader 分布是否都在 DR 中心的 tikv 上


4)进行计划内切换演练的测试交易或承载生产交易。


如果演练要求主机房完全停机,需要主中心组件全部下线,并确认复制模式转为 async 后,才能承接测试交易或生产交易,确认复制状态的命令:


curl http://127.0.0.1:2379/pd/api/v1/replication_mode/status

5.7 下线组件的拉起及演练完成后的目标拓扑

拉起 5.6 中下线的组件(如有),TiKV 会自动追平数据,DR Auto-Sync 从 async 进入 sync-recover 再进入 sync 状态,等待 sync 后再进行下一步操作。确认复制状态的命令:


curl http://127.0.0.1:2379/pd/api/v1/replication_mode/status


通过 5.8~5.12 章节的操作将集群拓扑转换到下图的状态。



图 5

5.8 将同城容灾中心临时增加的 PD 迁移回主中心

扩容一个 PD 到主中心。下面的命令会刷新所有组件的启动脚本,将新的 pd 加到各个组件的启动脚本中,但不会重启 tidb,tikv 和 pd。因此不会造成集群服务闪断或中止。


tiup cluster scale-out sa1 scale_out_pd.yaml


scale_out_pd.yaml 文件内容:


pd_servers:- host: 192.168.239.70  ssh_port: 22  name: pd-192.168.239.70-2379  client_port: 2379  peer_port: 2380  deploy_dir: /deploy/sa_cluster_1/pd-2379  data_dir: /data1/sa_cluster_1/pd_data
复制代码

5.9 手工将 PD leader 切换至主中心

注意要将 leader 角色切换至集群原有 PD 而不是新扩容的 PD 上,这是为了防止由于元信息注册滞后造成集群不可用的风险(风险详见 官网文档


1)通过 pd-ctl 操作


member leader transfer pd-192.168.239.69-2379


2)检查 PD Leader 是否已经切换完成


member leader show

5.10 缩容掉同城容灾中心临时增加的 PD

缩容掉同城容灾中心临时增加的 PD。下面的命令会刷新所有组件的启动脚本,将新的 pd 加到各个组件的启动脚本中,但不会重启 tidb,tikv 和 pd。因此不会造成集群服务闪断或中止。


tiup cluster scale-in sa1 -N 192.168.239.71:2379

5.11 修改 placement-rules,切换主备中心的副本角色

1)在 pd-ctl 中执行


config placement-rules rule-bundle save --in="/home/tidb/topology/rules.json"


rules.json 文件内容:


[  {    "group_id": "pd",    "group_index": 0,    "group_override": false,    "rules": [      {        "group_id": "pd",        "id": "voters",        "start_key": "",        "end_key": "",        "role": "voter",        "count": 2,        "location_labels": ["dc", "logic", "rack", "host"],        "label_constraints": [{"key": "dc", "op": "in", "values": ["dc1"]}]      },      {        "group_id": "pd",        "id": "voterswoleader",        "start_key": "",        "end_key": "",        "role": "follower",        "count": 1,        "location_labels": ["dc", "logic", "rack", "host"],        "label_constraints": [{"key": "logic", "op": "in", "values": ["logic3"]}]      },      {        "group_id": "pd",        "id": "learners",        "start_key": "",        "end_key": "",        "role": "learner",        "count": 1,        "location_labels": ["dc", "logic", "rack", "host"],        "label_constraints": [{"key": "logic", "op": "in", "values": ["logic4"]}]      }    ]  }]
复制代码


2)检查配置是否加载


config placement-rules show


3)检查没有 learner peer 的 region


region --jq='.regions[] | select(.peers | any(.role_name=="Learner") | not) | {id: .id, peers: [.peers]}'


4)通过监控项 TiKV-Details→Cluster→Leader 监测 region leader 是否发生转移,Learner 节点应迁出全部的 ledaer,其 leader 数变为 0。


5)如过存在尚未转换的 learner peer,参考该命令促进 voter 到 learner 角色的转换(示例)


operator add remove-peer 6066 6

5.12 修改 dr auto-sync 配置,切换主备中心角色

1)在 pd-ctl 中执行


config set replication-mode dr-auto-sync primary dc1config set replication-mode dr-auto-sync dr dc2
复制代码


2)检查配置是否生效


config show all


3)配置完毕,检查 tikv detail 监控中 ledaer 分布是否都在主中心的 tikv 上


4)执行测试交易确认数据库可用

5.13 停机窗口结束

切换演练结束,停机窗口解除。


发布于: 刚刚阅读数: 3
用户头像

TiDB 社区官网:https://tidb.net/ 2021.12.15 加入

TiDB 社区干货传送门是由 TiDB 社区中布道师组委会自发组织的 TiDB 社区优质内容对外宣布的栏目,旨在加深 TiDBer 之间的交流和学习。一起构建有爱、互助、共创共建的 TiDB 社区 https://tidb.net/

评论

发布
暂无评论
DR Auto-Sync 搭建和计划内切换操作手册_TiDB 社区干货传送门_InfoQ写作社区