GaussDB T分布式集群数据库每日维护必做必知

2020 年 2 月 26 日

GaussDB T分布式集群数据库每日维护必做必知

本文由 dbaplus 社群授权转载。

《GaussDB T 分布式集群这样安装部署不踩坑》,我们开始GaussDB T 每日维护必做的事情。新的一天从开启主机开始,把虚拟机打开后发现上次安装的数据库没有自启动,所有节点启动的相关进程仅cm_agent 进程:

这个时候我们先要拉起ETCD:

OK,ETCD 成功拉起,接下来我们拉起整个集群:

集群拉起成功。

后面我们会将 ETCD 及集群自动拉起加入自启动,下面开始回到开篇的主题,每日维护开始。

一、集群状态检查

第一件事当然是检查集群各节点资源状态情况啦,至于看啥,我们用一张图来了解要点:

1、查看各节点资源是否是 ON LINE,其中包括 CM,CN,DN,ETCD 等,如果不是,需进一步核查原因了。

2、查看各节点对比昨日是否涉及节点切换情况,查看节点对应的 HOST 即可。如有则异常,需进一步核查原因了。

二、检查主机资源使用情况 (所有主机)

1、主机目录使用率

df -h

2、CPU、内存及 IO 使用情况

这个检查的方法很多,这里使用了 vmstat,iostat,free,请重点关注以下红框标示的位置。

释:id 列代表的是 CPU 空闲率,free 列代表的是空闲内存,单位为页。

释:rMB/s 及 wMB/s 的是每秒读写情况,%util 在统计时间内所有处理 IO 时间,除以总共统计时间。例如,如果统计间隔 1 秒,该设备有 0.8 秒在处理 IO,而 0.2 秒闲置,那么该设备的 %util = 0.8/1 = 80%,所以该参数暗示了设备的繁忙程度。如果该参数是 100% 表示设备已经接近满负荷运行了(当然如果是多磁盘,即使 %util 是 100%,因为磁盘的并发能力,所以磁盘使用未必就到了瓶颈)。

释:重点关注 free 及 available。

注:本节资源检查需与基线进行比对,如出入过大需进一步核查原因。

三、核查各节点数据库状态

确认 CN 及 DN 都处于 open 状态,注意备 DN 是 mount 状态。

四、表空间使用率检查

当在进行使用率检查之前,先说下表空间如何创建。

1、连接到 cn

复制代码
zsql omm/gaussdb_123@127.0.0.1:8000 –q

2、创建表空间

复制代码
CREATE TABLESPACE tbs_test1 DATAFILE 'tbs_test1' size 100m SHARD;

注:创建表空间时,使用 SHARD 关键字则支持将创建表空间语句自动下发至 CN 和 DN 节点且仅支持使用相对路径;若不使用 SHARD 关键字,则可使用绝对路径,同时需要在所有 CN 和主 DN 节点上都创建这个表空间后,才能正常在这个表空间下创建表。

3、检查数据文件,我们会发现在 CN 及 DN 都创建了对应的表空间及数据文件

注:连接主 DN 使用如下命令连接。

复制代码
zsql / as sysdba -D /gaussdb/data/data_dn1 -q

4、检查表空间的使用率

复制代码
set line 300
set pages 2000
set timing off
col tablespace_name for a25
col sum_GB for a15
col free_GB for a15
col use_precent for a15
select b.tablespace_name,
round(sum(b.bytes) / 1024 / 1024 / 1024, 0) sum_GB,
round(sum(nvl(a.bytes, 0)) / 1024 / 1024 / 1024, 0) free_GB,
round((sum(b.bytes) - sum(nvl(a.bytes, 0))) / sum(b.bytes), 4) * 100 use_precent,
count(*)
from (select tablespace_name, file_id, sum(bytes) bytes
from adm_free_space
group by tablespace_name, file_id) a,
adm_data_files b
where a.file_id(+) = b.file_id
and a.tablespace_name(+) = b.tablespace_name
group by b.tablespace_name
having round((sum(b.bytes) - sum(nvl(a.bytes, 0))) / sum(b.bytes), 4) * 100 >= 0
order by 4 desc;

注:表空间使用率检查需在所有的主 CN 及主 DN 运行。

五、异常等待事件检查

复制代码
col event form a38
select event,count(*) from DV_SESSIONS where LOCK_WAIT = 'Y' group by event order by 2 desc;

注:在所有主 DN 核查是否存在异常等待事件。

如图所示存在 TX 等待,我们可以通过以下 SQL 查看下锁源在干啥:

复制代码
select SID,SERIAL#,USERNAME,CURR_SCHEMA,CLIENT_IP,CLIENT_PORT,OSUSER,MACHINE,PROGRAM,
STATUS,LOCK_WAIT,EVENT,MODULE,CURRENT_SQL from dv_sessions
where sid in (select WAIT_SID from v$session where event like '%TX%');

如发现会话状态是非活动且是应用程序连上来的,可以联系应用核查是否正常,如可以 kill 我们可以运行 ALTER SYSTEM KILL SESSION ‘SID,SERIAL#’; 杀会话。

六、日志检查

在数据库运行过程中,会产生大量用于数据库日常维护的运行、审计、 DEBUG、告警等日志。在数据库发生故障时,可以使用这些日志进行问题定位和数据库恢复的操作。

下面就常用的日志类型做下简介:

1、运行日志

打印 GaussDB T 数据库运行信息,如果数据库出现故障,请查看 zengine.rlog。

日志目录:默认为“ $GSDB_DATA/log/run/zengine.rlog”或参数 log_home 对应的路径 run 子目录下,如果想修改其路径重启生效。

CN 节点:

DN 节点:

查看运行日志如下:

2、慢查询日志

打印 GaussDB 100 数据库执行时间超过阈值(由 LONGSQL_TIMEOUT 参数控制)的 SQL 信息到 zengine.lsql 日志文件中。

日志目录:默认为“ $GSDB_DATA/log/longsql/zengine.lsql”。

3、告警日志

打印 GaussDB 100 数据库运行告警信息。如需了解告警信息,请查看 zenith_alarm.log。

日志目录:“ $GSDB_DATA/log/zenith_alarm.log”。

4、操作日志

记录用户通过 ZSQL 工具对 GaussDB 100 数据库的操作信息。如果需要了解操作记录,请查看 zsql.olog。

日志目录:“ $GSDB_DATA/log/oper/zsql.olog”。

5、TRACE 日志

记录数据库会话死锁的信息。如需查看会话死锁信息,请查看 zengine_00003_xxxxxx.trc。

日志目录:“ $GSDB_DATA/trc/zengine_00003_xxxxxx.trc”。

常见错误码

复制代码
GS-00716:Found %s deadlock in session (%u)

错误原因:不同会话中并发交叉操作了同一批数据,造成死锁。

解决办法:

  • 查看 trace log 或者 run log (根据数据库版本不同,死锁日志位置不同);
  • 根据日志里记录的具体信息,包括死锁类型,SQL 语句等,排查业务语句。
复制代码
GS-00715:The snapshot was outdated.

错误原因:快照过旧。

解决办法:

  • 重新运行 SQL;
  • 将长时间运行的高耗 SQL 优化或拆分。
复制代码
GS-00713:No free undo page

错误原因:UNDO 表空间不足。

解决办法:

  • 增大 UNDO 表空间大小;
  • 将大事务 kill 释放 UNDO。
复制代码
GS-00305%s timeout

错误原因:网络 api 超时。

解决办法:

  • 请确保主机网络正常。
复制代码
GS-00774:Failover in progress, can not be connected

错误原因:备机正在做 failover 时,主机的日志发送线程来连接备机。

解决办法:

  • 将主机停止掉,待备机升主后,将原主降备。
复制代码
GS-00839:Flush redo file:%s, offset:%u, size:%lu failed

错误原因:写 redo 日志文件的时候失败了,一般是文件系统或者磁盘有问题。

解决办法:

  • 检查操作系统或磁盘。

GaussDB T 数据库维护的工作很多,除了以上每日必做的事情之外,还有会话连接失败、缓冲区刷盘失败、CN/DN 节点状态异常、CM Server 节点状态异常、主备 DN 节点日志同步延迟过大等等问题核查。其中很多我们可以通过使用 Database Manager 分析处理告警或者使用自己开发脚本实现告警。

维护的目的是让系统更稳定,维护工作越简单,维护人员就越不容易出错。尽可能的把维护工作脚本化、工具化、自动化,将人员解放出来做更有价值的事情是我们的目标。路漫漫其修远兮,一起加油吧!

作者介绍

魏斌,新炬网络资深数据库专家,长期服务于运营商、金融、制造业及政企客户。从传统商业 DB 到开源分布式,均有涉猎及独到见解。职业以来扎根客户一线,对于紧急故障处置及性能问题优化具有丰富经验,尤善于灾备、多中心建设及异构数据迁移。

原文链接

https://mp.weixin.qq.com/s?__biz=MzI4NTA1MDEwNg==&mid=2650785531&idx=1&sn=ba316936bb1b40681a5bf0caf9745fb2&chksm=f3f9736ec48efa78efe0cdf0b4f6cc26bae4bf98e163beb46b8c1e773d1aee0fca8fad47cfc5&scene=27#wechat_redirect

2020 年 2 月 26 日 09:36 548

评论 1 条评论

发布
用户头像
传说中的 国产 高斯(搞死)DB么
2020 年 02 月 26 日 11:40
回复
没有更多评论了
发现更多内容

Springboot拦截器使用及其底层源码剖析

南方有乔木兮

ARTS打卡Week 09

teoking

腾讯安全领御区块链与张裕集团达成战略合作,打造高端葡萄酒区块链溯源平台

CECBC区块链专委会

产品溯源 无法篡改

并发编程基础原理

刚刚🏂

webRTC框架下的视频主动丢帧

fumingwang

音视频 WebRTC

实践录丨如何在鲲鹏服务器OpenEuler操作系统中快速部署OpenGauss数据库

华为云开发者社区

数据库 鲲鹏920 操作系统 服务器 opengauss

骚操作!用 CPU 烤肉,这位程序员做到了!

程序员生活志

程序员 gpu 程序人生

Java异步之《我call(),Future在哪里》

BUZHIDAO

继oneAPI之后,英特尔为异构计算跨架构编程再添“利器” 发布全新机器编程系统

飞天鱼2017

【写作群星榜】7.24~7.31 写作平台优秀作者 & 文章排名

InfoQ写作平台

写作平台 排行榜

创业公司技术体系建设-CI/CD

星际行者

CI/CD

java高并发系列 - 第11天:线程中断的几种方式

简爱W

(政务上链)新数据孤岛、安全风险等问题待解

CECBC区块链专委会

工作效率 公开透明 新技术

LeetCode题解:189. 旋转数组,使用新数组Copy,JavaScript,详细注释

Lee Chen

LeetCode 前端进阶训练营

一年多远程工作经验,说说真实的感受

盛安德软件

机器学习基石第一节 学习笔记

半亩房顶

Machine Learning

【华为云技术分享】DLI跨源|当DLI遇见MongoDB

华为云开发者社区

数据库 mongodb dlib 数据集 华为云

架构师技术领导力成长之路

IT民工大叔

领导力 架构师

新技术(区块链)--让游戏行业走的更远

CECBC区块链专委会

区块链技术 防篡改不可逆

IDEA 插件找不到?看这里!那就自己敲一个!

liuzhihang

json IDEA 开发工具 idea插件 IntelliJ IDEA

零代码可视化开发平台iVX是什么?

代码制造者

编程语言 可视化 零代码 iVX

秒懂云通信:如何用阿里云语音通知服务(小白指南)

巨侠说

语音

机器学习基石第三节 学习笔记

半亩房顶

Machine Learning

Spring系列第2篇:控制反转(IoC)与依赖注入(DI),晦涩难懂么?

老大哥

六字说出微服务的本质

看山

架构 微服务

实现扫码登陆的最简单方案与原理

Java小咖秀

Java 解决方案 经验总结

海华大赛第一名团队聊比赛经验和心得:AI在垃圾分类中的应用

华为云开发者社区

AI 算法 数据分析 垃圾回收机制 华为云

信创舆情一线--抖音、微信读书被判侵害用户个人信息权益

统小信uos

机器学习基石第二节 学习笔记

半亩房顶

Machine Learning

助力银行核心下移,监控分布式数据库,融天鹰眼轻松应对五大挑战

DT极客

Android Development最佳实践

teoking

GaussDB T分布式集群数据库每日维护必做必知-InfoQ