[AlwaysOn Availability Groups]AG排查和监控指南

AG排查和监控指南

1. 排查场景

如下表包含了常用排查的场景。根据被分为几个场景类型，比如Configuration，client connectivity，failover和performance。

Scenario	笔记	Scenario Type	Description
Troubleshoot AlwaysOn Availability Groups Configuration (SQL Server)	排查：AG配置	Configuration	提供了一些典型的配置AG实例发生问题的信息。比如AG被禁用，账号配置不正确，镜像endpoint不存在(SQL Server Error 1418)。网络访问不存在，join数据库失败(SQL Server Error 35250)。
Troubleshoot "Validating WSFC quorum vote configuration" warning		Configuration	当使用对话框创建AG时，收到一个警告: “The current WSFC cluster quorum vote configuration is not recommended for this availability group.”
Troubleshoot issues when creating availability group listeners		Configuration	在创建AG Listener的时候发生错误。
Troubleshoot a Failed Add-File Operation (AlwaysOn Availability Groups)		Configuration	添加文件导致secondary数据库挂起，状态变为NOT SYNCHORNIZING
Fix: Error 41009 when you try to create multiple availability groups		Configuration	创建多个AG时发生41009 错误
Cannot connect to availability group listener in a multi-subnet environment		Client Connectivity	创建了AG Listener之后，无法ping通和连接
Troubleshoot failed automatic failovers		Failover	自动故障转移不能成功完成
Troubleshoot: Availability Group Exceeded RTO	排查：AG超过RTO	Performance	自动故障转移或者计划内的手动转移之后，切换时间超过了RTO时间
Troubleshoot: Availability Group Exceeded RPO	排查：AG超过RPO	Performance	强制故障转移后，都是的数据超过了RPO。或者异步提交的replica能够承受的数据丢失超过了RPO。
Troubleshoot: Changes on the Primary Replica are not Reflected on the Secondary Replica	排查：Primary上的修改无法在Secondary体现	Performance	客户端程序可以成功的完成primary的修改，但是查询replia却没有反应。

2. 排查工具

以下工具可以用来排查，配置时或者运行时发生的问题

Tool	笔记	Description
Use the AlwaysOn Dashboard (SQL Server Management Studio)		在UI接口下，获取某个时间点的AG健康情况。
AlwaysOn Policies		被Alwayson Dashboard使用
SQL Server Error Log (AlwaysOn Availability Groups)	SQL Server错误日志(AG)	记录AG，副本，数据库，其他AG主键的状态变化，和AG的错误
CLUSTER.LOG (AlwaysOn Availability Groups)	CLUSTER.LOG(AG)	记录集群时间，包括AG资源的状态变化，SQL Server resource DDL的事件和错误。
AlwaysOn Health Diagnostics Log	AlwaysOn健康诊断日志	记录SQL Server健康诊断被报告到WSFC集群，由sp_server_diagnostics (Transact-SQL)产生
Dynamic Management Views and System Catalog Views (AlwaysOn Availability Groups)	DMV和系统目录视图	报告AG的信息，比如配置，健康状况，性能问题
AlwaysOn Extended Events	AG扩展事件	提供了详细AG信息用来诊断，分析起因
AlwaysOn Wait Types	AlwaysOn等待类型	提供了AG特定的等待信息，用来调整性能
AlwaysOn Performance Counters		监控AG的活动，反馈到系统监视器，用来调优，具体可以看 SQL Server, Availability Replica 和 SQL Server, Database Replica.
AlwaysOn Ring Buffers	AlwaysOn Ring Buffers	记录SQL Server系统内部争端的警告，用来debug和AG有关的问题。

3. 监控AG

理想的排查时间是在故障转移之前。这个可以通过监控性能值，在超过SLA之前发送告警。比如同步secnodary副本有性能问题，因为预计failover时间增加。AG是高可用和灾难恢复解决访问，最重要的性能指标是切换时间，会影响RTO，灾难导致的数据丢失会影响RPO。

以下表文章用来监控AG的健康状况：

Topic	笔记	Description
Monitor Performance for AlwaysOn Availability Groups	监控AG性能	描述AG数据同步，阀值控制，和一些有用的值用来监控AG，还有如何收集RTO，RPO的值。
Monitoring of Availability Groups (SQL Server)		提供一些AG监控工具
The AlwaysOn Health Model Part 1 -- Health Model Architecture	健康模型 Part 1——概述	提供一个Alwayson健康模型的概述
The AlwaysOn Health Model Part 2 -- Extending the Health Model	健康模型 Part 2 ——扩展	如何用户定制Alwayson监控模型和用户定义Alwayson Dashboard，来显示额外的信息。
Monitoring AlwaysOn Health with PowerShell - Part 1: Basic Cmdlet Overview	使用Powershell监控AlwayOn健康	提供一些基本的Alwayson Powershell命令。用来监控AG的健康状况。
Monitoring AlwaysOn Health with PowerShell - Part 2: Advanced Cmdlet Usage	使用Powershell监控AlwayOn健康	提供一些高级的Alwayson Powershell命令。用来监控AG的健康状况。
Monitoring AlwaysOn Health with PowerShell - Part 3 : A Simple Monitoring Application	使用Powershell监控AlwayOn健康	显示如何使用城区监控AG。
Monitoring AlwaysOn Health with PowerShell - Part 4 : Integration with SQL Server Agent	使用Powershell监控AlwayOn健康	如何使用SQL Server Agent集成监控AG，并且在出问题的时候通知。