跳到主要内容

故障模拟与自动恢复

作为一个开源数据管理平台，KubeBlocks 目前支持三十多种数据库引擎，并且持续扩展中。由于这些数据库本身的高可用能力是参差不齐的，因此 KubeBlocks 设计实现了一套高可用系统用于保障数据库实例的高可用能力。KubeBlocks 高可用系统采用了统一的HA框架设计，实现对数据库的高可用支持，使得不同的数据库在 KubeBlocks 上可以获得类似的高可用能力和体验。

下面以 MySQL 社区版为例，演示它的故障模拟和恢复能力。

故障恢复​

备注

下面通过删除 Pod 来模拟故障。在资源充足的情况下，也可以通过机器宕机或删除容器来模拟故障，其自动恢复过程与本文描述的相同。

开始之前​

  • 安装 KubeBlocks，可通过 kbcli 或 Helm 安装。

  • 创建 MySQL 主备版集群，详情可参考 创建 MySQL 集群。

  • 执行 kubectl get cd mysql -o yaml 检查 MySQL 集群版是否已启用 rolechangedprobe（默认情况下是启用的）。如果出现以下配置信息，则表明已启用：

    probes:
      roleProbe:
        failureThreshold: 2
        periodSeconds: 1
        timeoutSeconds: 1

主节点异常​

步骤：

  1. 查看 MySQL 主备版 pod 角色。在本示例中，主节点为 mycluster-mysql-0。

    kubectl get pods --show-labels -n demo | grep role

    describe_pod

  2. 删除主节点 mycluster-mysql-0，模拟节点故障。

    kubectl delete pod mycluster-mysql-0 -n demo

    delete_pod

  3. 检查 pod 状态和集群连接。

    此处示例显示 pod 角色发生变化。原主节点删除后，系统选出新的主节点为 mycluster-mysql-1。

    kubectl get pods --show-labels -n demo | grep role

    describe_cluster_after

自动恢复机制

主节点删除后，MySQL 主备版会自行选主。上述示例中，选出新的主节点为 mycluster-mysql-1，KubeBlocks 探测到主节点角色发生变化，会发出通知，更新访问链路。原先异常节点会自动重建，恢复正常集群版状态。从异常开始到恢复完成，整体耗时正常在 30s 之内。

备节点异常​

步骤：

  1. 查看 pod 角色，如下示例中备节点为 mycluster-mysql-0。

    kubectl get pods --show-labels -n demo | grep role

    describe_cluster

  2. 删除备节点 mycluster-mysql-0。

    kubectl delete pod mycluster-mysql-0 -n demo

    delete_secondary_pod

  3. 打开一个新的终端窗口，查看 pod 状态。可以发现备节点 mycluster-mysql-0 处于 Terminating 状态。

    kubectl get pod -n demo

    view_cluster_secondary_status

    再次查看 pod 角色。

    describe_cluster_secondary

自动恢复机制

单个备节点异常不会触发角色重新选主，也不会切换访问链路，所以集群读写不受影响，备节点异常后会自动触发重建，恢复正常，整体耗时正常 30s 之内。

两个节点异常​

步骤：

  1. 查看 pod 角色。

    kubectl get pods --show-labels -n demo | grep role

    describe_cluster

  2. 删除所有 pod。

    kubectl delete pod mycluster-mysql-0 mycluster-mysql-1 -n demo

    delete_both_pods

  3. 打开一个新的终端窗口，查看 pod 状态，发现所有 pod 均处于 Terminating 状态。

    kubectl get pod -n demo

    describe_both_clusters

  4. 再次查看节点角色，发现已选举产生新的主节点。

    kubectl get pods --show-labels -n demo | grep role

    describe_cluster

自动恢复机制

这是因为节点删除后，都会自动触发重建，然后 MySQL 会自动完成集群恢复及选主。选主完成后，KubeBlocks 会探测新的主节点，并更新访问链路，恢复可用。整体耗时在 30 秒内。