【YashanDB 知识库】自动选举配置错误引发的一系列问题

问题现象

问题出现的步骤/操作：

• 配置自动选举，数据库备库手动发起 switch over，命令会报错

• 主、备库变为只读状态，数据库无法进行读写操作

• shutdown immediate 停止数据库，此时发现数据库一直没有退出，业务人员反馈需要尽快恢复数据库的读写状态

• kill -9 杀死 yasdb 进程，数据库发生 coredump 。重启数据库并使用 failover 将降备的数据库提升为主库

• 数据库恢复正常读写状态

相关问题单：数据库使用 shutdown immediate 无响应，操作系统层面强制停止数据库进程时 coredump

问题的风险及影响

客户环境为测试环境，主备库均为只读状态，影响测试业务的开展。

问题影响的版本

YashanDB 版本：22.2.10.100

问题发生原因

和现场确认，配置开启了自选举参数 HA_ELECTION_ENABLED 为 TRUE，问题看起来各种诡异，根因都是这个参数配置错误。

该参数是分布式、或者一主多备（3 个节点以上）才能配置，2 个节点需要使用仲裁选举。可参考文档说明：[自动选举配置 | YashanDB Doc (yasdb.com)]

• 因为参数设置错误，数据库一直有选举的相关错误，主备状态异常。

• 在执行 shutdown immediate 之后，因自动选举数据库被重新拉起，可查看下面截图。

• 在 kill -9 杀死进程的时候，触发异常产生 coredump。

一直都有选举失败情况：

shutdown，重新拉起并开始接收归档：

解决方法及规避方式

1、一主一备自动选举需要升级到 22.2.12.100 及以上或 23.1 版本，可以使用 yasboot 仲裁选举。

2、22.2.10 及以下版本要使用自动选举需要部署一主多备（3 个节点或以上）。节点少于 3 个，不能配置自动选举参数，主备切换使用 switchover 手动切换。

问题分析和处理过程

1、检查数据库日志，从 run.log，可以看到数据库一直在做选举，且选举失败，主备状态一直异常。怀疑是选举参数配置有问题。

2、检查配置参数。发现开启了自选举参数 HA_ELECTION_ENABLED 为 TRUE，该参数在 22.2.10.100 版本一主一备的情况下不适用。

3、确认 core 的原因。现场怀疑是 kill 进程导致 undo 没回滚完导致 core，实际使用 killYashanDB 会捕捉相应的信号量做相应的处理，保障可以优雅退出。但是 kill -9 命令发送的是 SIGKILL 信号，是一种不可被捕获信号，它强制目标进程立即停止运行，无法让程序优雅地退出。由于数据库有大量的内存、线程、文件句柄，kill -9 无法保证资源退出先后顺序，内部资源被破坏，同时系统如果还有其他操作，出 core 是正常的。

4、core 堆栈是在审计的步骤，研发分析发现审计逻辑不严谨，缺少校验（备机不需要审计），优化相应的校验逻辑。

经验总结

1、kill -9 无法使 YashanDB 优雅退出。正常使用 shutdown immediate 停止数据库，无法退出可以使用 kill（不带-9）

2、22.2.10 及以下版本要使用自动选举需要部署一主多备（3 个节点或以上）。节点少于 3 个，不能配置自动选举参数。

3、出现 core 需要做严谨分析相应的逻辑，完善相应的校验。