Windows Cluster失败后,AlwaysOn在残存Server节点上快速恢复DB的详细步骤

AlwaysOn是一种集合了高可用和灾难恢复两种功能的技术，它支持一个或多个数据库整体的发生故障转移，它实现了一定程度上的负载均衡，减轻了主服务器的压力，是目前最好的一种选择。那么当极端情况发生时，集群大多数节点都挂掉了，数据库所在的主节点Server也挂掉了。即当Windows 集群 Fail 时，如何快速从尚且存活的少数节点中，挑选一个来承接数据库服务。

1:测试目的

Windows Failover Cluster若因故障server节点太多, 会使整个Cluster fail, 此时其他残存server节点上的DB数据库都会变成Recovery Pending状态, 无法使用。下面的测试就是顽强还活着的节点中，挑一个使数据库快速恢复可用状态。

2:测试环境

Node1	Node1	Node1	ClusterIP	ListenerIP
172.XXX.XXX.112	172.XXX.XXX.113	172.XXX.XXX.114	172.XXX.XXX.115	172.XXX.XXX.117
ALWAYSONTEST01	ALWAYSONTEST02	ALWAYSONTEST03
Primary;Synchronous Commit	Secondary;Synchronous Commit	Secondary;Asynchronous Commit

登录此时的主节点，查看如下：

各节点运行正常。

3:测试步骤

Step 1：关闭2个节点（XXX.112;XXX.113）使 Windows Cluster Fail，Ping Cluster IP 显示超时。

----剩余172.XXX.XXX.114 保留非同步的副本。

Step 2：登入唯一的存活的节点172.XXX XXX.114，SQL 显示错误如下：

Step 3：刷新DB，查询可用性组和DB的状态已分别处于Resolving 和Recovery Pending，数据库不可用。

此时Listener IP 也不可用

Step 4: 查看对应的Cluster 服务对应的Service Name

（Server ManageràLocal ServeràServices）

或(Server ManageràToolsàComponent ServicesàServices)

Step5：手动停止群集服务

---- net.exe stop Cluster_Name(实为Service name)

成功关闭后172.XXX.XXX.115无法Ping 通

Step6：在单一节点上使用强制仲裁，藉以启动WSFC群集

---- net.exestart Cluster_Name/forcequorum

成功启动后Cluster IP 可以Ping 通；Listener IP 无法Ping 通

通过FailOver Cluster Manger 查看节点和AG的状态如下:

下图为各节点状态；

下图为高可用性组的状态

Step 7：重启SQL Serveice 服务

----（个别情况下：首先，Disable后restart，然后再Enable后restart）

Step 8：执行可用性群组的强制性手动容错转移

---- ALTER AVAILABILITY GROUP group_name FORCE_FAILOVER_ALLOW_DATA_LOSS （其中 group_name 是可用性组的名称）

Step 9：可用性组的状态变为Primary状态，DB显示同步，listener IP也为可用

步骤概况总结：

Windows Failover Cluster若因故障server太多, 会使整个cluster fail, 此时在其他残存server的DB, 会在Recovery Pending状态, 无法使用, 采用以下可使DB恢复使用.

停止群集服务 --> 强制仲裁以启动WSFC群集 --> 重启SQL Serveice服务 --> 执行可用性群组的强制性手动容错转移.

4:补充说明

此时Restart测试过程中关闭的节点（XXX.112;XXX.113），部署其上的DB显示Not Synchronizing。

本文版权归作者所有，未经作者同意不得转载,谢谢配合！！！