KingbaseES V8R3 集群运维案例 -- cluster.log无日志输出问题诊断
案例说明:
KingbaseES V8R3集群正常运行期间,现场发现cluster.log日志无任何信息输出,针对这一问题做了复现及提出解决方案。后现场检查发现,cluster.log文件曾被删除:

适用版本:
KingbaseES V8R3
一、查看集群的服务状态
1、集群节点状态
TEST=# show pool_nodes;
node_id | hostname | port | status | lb_weight | role | select_cnt | load_balance_node | repli
cation_delay
---------+---------------+-------+--------+-----------+---------+------------+-------------------+------
-------------
0 | 192.168.1.101 | 54321 | up | 0.500000 | primary | 0 | false | 0
1 | 192.168.1.102 | 54321 | up | 0.500000 | standby | 0 | true | 0
(2 rows)
2、流复制状态
TEST=# select * from sys_stat_replication;
PID | USESYSID | USENAME | APPLICATION_NAME | CLIENT_ADDR | CLIENT_HOSTNAME | CLIENT_PORT |
BACKEND_START | BACKEND_XMIN | STATE | SENT_LOCATION | WRITE_LOCATION | FLUSH_LOCATION | REP
LAY_LOCATION | SYNC_PRIORITY | SYNC_STATE
------+----------+---------+------------------+---------------+-----------------+-------------+---------
----------------------+--------------+-----------+---------------+----------------+----------------+----
-------------+---------------+------------
1366 | 10 | SYSTEM | node2 | 192.168.1.102 | | 38968 | 2023-04-
12 14:29:09.881587+08 | | streaming | 1/2E0001B0 | 1/2E0001B0 | 1/2E0001B0 | 1/2
E0001B0 | 0 | async
(1 row)
二、通过lsof查看进程访问的文件
1、查看kingbasecluster进程访问的日志文件
[root@node101 ~]# cd /home/kingbase/cluster/HAR3/db/bin
[root@node101 bin]# lsof -c kingbasecluster |grep cluster.log
kingbasec 1689 root 1w REG 253,2 29453500 34403567 /home/kingbase/cluster/HAR3/log/cluster.log
kingbasec 1689 root 2w REG 253,2 29453500 34403567 /home/kingbase/cluster/HAR3/log/cluster.log
kingbasec 1724 root 1w REG 253,2 29453500 34403567 /home/kingbase/cluster/HAR3/log/cluster.log
---如上所示,kingbasecluster服务启动后会访问cluster.log日志文件。
2、检查cluster.log对应的进程
[root@node101 bin]# lsof /home/kingbase/cluster/HAR3/log/cluster.log
COMMAND PID USER FD TYPE DEVICE SIZE/OFF NODE NAME
kingbasec 1689 root 1w REG 253,2 29455673 34403567 /home/kingbase/cluster/HAR3/log/cluster.log
kingbasec 1689 root 2w REG 253,2 29455673 34403567 /home/kingbase/cluster/HAR3/log/cluster.log
kingbasec 1724 root 1w REG 253,2 29455673 34403567 /home/kingbase/cluster/HAR3/log/cluster.log
# 查看对应的进程
[root@node101 bin]# ps -ef |grep 1689
root 1689 1 0 14:29 ? 00:00:00 ./kingbasecluster -n
root 1724 1689 0 14:29 ? 00:00:00 kingbasecluster: watchdog
root 1788 1689 0 14:29 ? 00:00:00 kingbasecluster: lifecheck
root 1794 1689 0 14:29 ? 00:00:00 kingbasecluster: wait for connection request
root 1795 1689 0 14:29 ? 00:00:00 kingbasecluster: wait for connection request
root 1796 1689 0 14:29 ? 00:00:00 kingbasecluster: wait for connection request
---如上所示,cluster.log日志文件会被kingbasecluster访问。
三、模拟cluster.log文件被删除
1、将cluster.log文件改名
[root@node101 log]# ls -lh cluster*
-rw-r--r-- 1 root root 2.4M Apr 12 14:33 cluster_restart.log
-rw-r--r-- 1 root root 110 Apr 12 14:09 clusterstop
[root@node101 log]# mv cluster.log cluster.log.bk
[root@node101 log]# ls -lh cluster*
-rw-r--r-- 1 root root 29M Apr 12 14:33 cluster.log.bk
-rw-r--r-- 1 root root 2.4M Apr 12 14:33 cluster_restart.log
-rw-r--r-- 1 root root 110 Apr 12 14:09 clusterstop
2、通过lsof查看kingbasecluster进程访问的日志文件
# 如下所示,kingbasecluster输出日志文件为cluster.log.bk
[root@node101 log]# lsof -c kingbasecluster |grep cluster.log
kingbasec 1689 root 1w REG 253,2 29464573 34403567 /home/kingbase/cluster/HAR3/log/cluster.log.bk
kingbasec 1689 root 2w REG 253,2 29464573 34403567 /home/kingbase/cluster/HAR3/log/cluster.log.bk
kingbasec 1724 root 1w REG 253,2 29464573 34403567 /home/kingbase/cluster/HAR3/log/cluster.log.bk
# 删除cluster.log.bk文件
[root@node101 log]# rm cluster.log.bk
[root@node101 log]# lsof -c kingbasecluster |grep cluster.log
kingbasec 1689 root 1w REG 253,2 29467057 34403567 /home/kingbase/cluster/HAR3/log/cluster.log.bk (deleted)
kingbasec 1689 root 2w REG 253,2 29467057 34403567 /home/kingbase/cluster/HAR3/log/cluster.log.bk (deleted)
kingbasec 1724 root 1w REG 253,2 29467057 34403567 /home/kingbase/cluster/HAR3/log/cluster.log.bk (deleted)
# 手工创建cluster.log文件
[root@node101 log]# touch cluster.log
[root@node101 log]# lsof /home/kingbase/cluster/HAR3/log/cluster.log
---如上所示,手工创建cluster.log文件后,也没有被kingbasecluster进程访问。
如下图所示,删除cluster.log后,lsof标识文件被‘delete’:

四、测试failover切换
1、切换前集群节点状态
TEST=# show pool_nodes;
node_id | hostname | port | status | lb_weight | role | select_cnt | load_balance_node | repli
cation_delay
---------+---------------+-------+--------+-----------+---------+------------+-------------------+------
-------------
0 | 192.168.1.101 | 54321 | up | 0.500000 | primary | 0 | false | 0
1 | 192.168.1.102 | 54321 | up | 0.500000 | standby | 0 | true | 0
(2 rows)
2、模拟主库数据库服务down
[kingbase@node101 bin]$ ./sys_ctl stop -D ../data
waiting for server to shut down.... done
server stopped
3、查看切换后的新主库
TEST=# select sys_is_in_recovery();
SYS_IS_IN_RECOVERY
--------------------
f
(1 row)
4、切换后集群节点状态
TEST=# show pool_nodes;
node_id | hostname | port | status | lb_weight | role | select_cnt | load_balance_node | repli
cation_delay
---------+---------------+-------+--------+-----------+---------+------------+-------------------+------
-------------
0 | 192.168.1.101 | 54321 | up | 0.500000 | standby | 0 | false | 0
1 | 192.168.1.102 | 54321 | up | 0.500000 | primary | 0 | true | 0
(2 rows)
---如上所示,对于cluster.log文件被误删除,不会影响到集群的切换。
五、恢复cluster.log日志输出
Tips:
如果需要kingbasecluster重新输出日志到cluster.log文件,需要重启kingbasecluster服务,可以通过root用户执行restartcluster.sh;但是必须先kill原来的kingbasecluster进程,然后再执行此脚本。这样可以在不影响数据库服务的情况下,重启集群服务。
1、查看kingbasecluster进程
[root@node101 ~]# ps -ef |grep kingbasecluster
root 1689 1 0 14:29 ? 00:00:00 ./kingbasecluster -n
.......
2、kill进程(注意:不用kill -9)
[root@node101 ~]# kill -2 1689
[root@node101 ~]# ps -ef |grep kingbasecluster
3、执行restartcluster.sh
[root@node101 ~]# /home/kingbase/cluster/HAR3/kingbasecluster/bin/restartcluster.sh
# 进程重启pid发生变化
[root@node101 ~]# ps -ef |grep kingbasecluster
root 14943 1 0 14:50 pts/0 00:00:00 ./kingbasecluster -n
.......
4、查看cluster.log日志输出
[root@node101 ~]# tail -f /home/kingbase/cluster/HAR3/log/cluster.log
2023-04-12 14:50:46: pid 14943: LOG: Setting up socket for :::9999
2023-04-12 14:50:46: pid 14943: LOG: kingbasecluster successfully started. version 3.6.7 (release)
2023-04-12 14:50:47: pid 14966: LOG: creating socket for sending heartbeat
2023-04-12 14:50:47: pid 14966: DETAIL: bind send socket to device: enp0s3
.......
六、总结
对于集群及数据库服务的日志文件,不要轻易通过手工方式删除文件,如果文件日益增大占用磁盘空间,可以通过Linux系统的logrotate工具切割日志文件并自动删除陈旧日志文件。
通过restartcluster.sh重启集群kingbasecluster服务,不影响集群的正常访问,但是会导致cluster vip漂移,对于生产环境,应该在业务访问低峰期间执行。
KingbaseES V8R3 集群运维案例 -- cluster.log无日志输出问题诊断的更多相关文章
- KingbaseES V8R3集群运维案例之---cluster.log ERROR: md5 authentication failed
案例说明: 在KingbaseES V8R3集群的cluster.log日志中,经常会出现"ERROR: md5 authentication failed:DETAIL: password ...
- KingbaseES V8R3集群运维案例之---主库系统down failover切换过程分析
案例说明: KingbaseES V8R3集群failover时两个cluster都会触发,但只有一个cluster会调用脚本去执行真正的切换流程,另一个有对应的打印,但不会调用脚本,只是走相关的 ...
- KingbaseES V8R3集群运维案例之---kingbase_monitor.sh启动”two master“案例
案例说明: KingbaseES V8R3集群,执行kingbase_monitor.sh启动集群,出现"two master"节点的故障,启动集群失败:通过手工sys_ctl启动 ...
- KingbaseES V8R3集群运维案例之---用户自定义表空间管理
案例说明: KingbaseES 数据库支持用户自定义表空间的创建,并建议表空间的文件存储路径配置到数据库的data目录之外.本案例复现了,当用户自定义表空间存储路径配置到data下时,出现的故障问 ...
- KingbaseES V8R6集群运维案例之---repmgr standby promote应用案例
案例说明: 在容灾环境中,跨区域部署的异地备节点不会自主提升为主节点,在主节点发生故障或者人为需要切换时需要手动执行切换操作.若主节点已经失效,希望将异地备机提升为主节点. $bin/repmgr s ...
- KingbaseES V8R3集群管理维护案例之---集群迁移单实例架构
案例说明: 在生产中,需要将KingbaseES V8R3集群转换为单实例架构,可以采用以下方式快速完成集群架构的迁移. 适用版本: KingbaseES V8R3 当前数据库版本: TEST=# s ...
- KingbaseES V8R3集群维护案例之---pcp_node_refresh应用
案例说明: 在一次KingbaseES V8R3集群切换分析中,运维人员执行了pcp_node_refresh,导致集群发生了failover的切换.此文档对pcp_node_refresh工具做了应 ...
- KingbaseES V8R3集群管理和维护案例之---failover切换wal日志变化分析
案例说明: 本案例通过对KingbaseES V8R3集群failover切换过程进行观察,分析了主备库切换后wal日志的变化,对应用者了解KingbaseES V8R3(R6) failover ...
- KingbaseES V8R3集群维护案例之---在线添加备库管理节点
案例说明: 在KingbaseES V8R3主备流复制的集群中 ,一般有两个节点是集群的管理节点,分为master和standby:如对于一主二备的架构,其中有两个节点是管理节点,三个数据节点:管理节 ...
- PB 级大规模 Elasticsearch 集群运维与调优实践
PB 级大规模 Elasticsearch 集群运维与调优实践 https://mp.weixin.qq.com/s/PDyHT9IuRij20JBgbPTjFA | 导语 腾讯云 Elasticse ...
随机推荐
- Java Swing实现五子棋程序
首先感谢08年MLDN出的这个培训视频,我把代码和文档整理了一下,发布出来给需要学习Swing的朋友. 源码地址: https://gitee.com/indexman/gobang 一.知识点准备: ...
- 区间dp-Palindrome
Palindrome 题意:给一个字符串,问最少加上多少个字符,可以使这个字符串成为回文串 思路一.直接dp(会爆内存) dp[i][j]表示区间[i,j]之间有最少需要加上多少个字符 状态转移方程: ...
- Java开发技巧杂记
杂记一 创建项目的spring initializr,要求是创建spring boot3.0,且不在支持java8语言,且要求语言大于17,所以创建项目时,无法创建srping2.0项目了:如果要创建 ...
- vs 工程中替换 Qt 静态库
上篇介绍了如何编译 Qt 静态库 编译 windows 上的 qt 静态库 这篇介绍如何替换已有的 Qt 静态库,比如 Qt5.15.0 有很多 bug,我们不得不提升 Qt 版本来避免 bug 导致 ...
- StretchDIBits在一些图像尺寸下失败
StretchDIBits用来打印图像,但是由于某种未知的原因,当图像达到特定尺寸时,它会失败. 图像数据从其他一些图像源以24位BGR格式加载到无符号int数组中.它可以在某些大小下工作,但根本无法 ...
- RAID 10磁盘阵列实践
RAID概述 RAID技术通过把多个硬盘设备组合成一个容量更大.安全性更好的磁盘阵列,利用分散读写技术来提升磁盘阵列整体的性能,同时把多个重要数据的副本同步到不同的物理硬盘设备上,从而起到了非常好的数 ...
- 利用BARK和Telebot进行VPS实时预警推送
前言 在服务器的日常维护和蓝队的日常监控中,经常需要对服务器出现的各种问题进行及时的预警推送.国外的服务器推荐使用telebot,而国内由于特殊的网络环境,则推荐使用BARK.Chanify等进行推送 ...
- heapq模块通过nlargest()和nsmallest()找到最大或最小的N个元素
问题 我们想在某个集合中找出最大或最小的N个元素 解决方案 heapq模块中有两个函数nlargest()和nsmallest() import heapq nums = [1,8,2,23,7,-4 ...
- mysql常用语句(持续更新)
查询数据库中各表数量 select table_name,table_rows from information_schema.tables where TABLE_SCHEMA = 'miot' o ...
- 可视化探索开源项目的 contributor 关系
引语:作为国内外最大的代码托管平台,根据最新的 GitHub 数据,它拥有超 372,000,000 个仓库,其中有 28,000,000 是公开仓.分布式图数据库 NebulaGraph 便是其中之 ...