跳转至

Eon 双主子集群的注意事项

作者：JiangChong | 发布时间：2026-04-24

1. 问题背景

在 Vertica Eon 模式中，primary 子集群的节点参与 K-safety 和 quorum 判定。数据库保持运行需要满足两个条件：半数以上 primary 节点存活，且每个 shard 至少有一个 primary 节点订阅。

当一个 Eon 数据库中存在两个或更多 primary 子集群时，直接关闭其中任何一个都会导致 primary 节点数不足半数，触发 quorum 保护机制，使整个数据库进入只读状态。这不是 bug，而是 K-safety 的设计行为——防止在网络分区场景下出现脑裂。

2. 故障现象

2.1 错误操作：直接关闭主子集群

[dbadmin@v001 ~]$ admintools -t stop_subcluster -c subcluster2 -d eon_minio -Fi
Info: no password specified, using none
Subcluster is critical, shutting the subcluster down will cause the whole database shutdown

通过 SQL 函数关闭同样会导致问题：

eon_minio=> SELECT SHUTDOWN_SUBCLUSTER('subcluster2');
 SHUTDOWN SUBCLUSTER
---------------------
 Subcluster shutdown

2.2 后果：整个数据库变为只读

关闭后查询节点状态，所有节点的 is_readonly 均变为 t：

eon_minio=> select node_name,node_state,is_primary,is_readonly,node_address,subcluster_name,node_type from nodes;

     node_name      | node_state | is_primary | is_readonly |  node_address  |  subcluster_name   | node_type
--------------------+------------+------------+-------------+----------------+--------------------+-----------
v_eon_node0001      | UP         | t          | t           | 10.0.0.11      | default_subcluster | PERMANENT
v_eon_node0002      | UP         | t          | t           | 10.0.0.12      | default_subcluster | PERMANENT
v_eon_node0003      | UP         | t          | t           | 10.0.0.13      | default_subcluster | PERMANENT
v_eon_node0004      | UP         | t          | t           | 10.0.0.14      | subcluster2        | PERMANENT
v_eon_node0005      | UP         | t          | t           | 10.0.0.15      | subcluster2        | PERMANENT
v_eon_node0006      | UP         | t          | t           | 10.0.0.16      | subcluster2        | PERMANENT
(6 rows)

根因分析：集群共 6 个节点、2 个 primary 子集群（各 3 节点）。关闭 subcluster2 后，primary 节点从 6 个降为 3 个，刚好等于半数（不是超过半数），触发 quorum 保护，数据库进入只读模式以防止数据不一致。

3. 解决方案

3.1 正确操作流程：先降级，再关闭

双主子集群场景下，操作任何一个 primary 子集群之前，必须先将其降级为 secondary：

-- 步骤1：降级为目标子集群为次要子集群
eon_minio=> SELECT DEMOTE_SUBCLUSTER_TO_SECONDARY('subcluster2');

-- 步骤2：关闭子集群
[dbadmin@v001 ~]$ admintools -t stop_subcluster -c subcluster2 -d eon_minio -Fi

3.2 恢复操作：重启后升回主子集群

维护完成后，重新启动子集群并恢复其 primary 角色：

-- 步骤1：启动子集群
[dbadmin@v001 ~]$ admintools -t start_subcluster -c subcluster2 -d eon_minio -Fi

-- 步骤2：重新升级为主子集群
eon_minio=> SELECT PROMOTE_SUBCLUSTER_TO_PRIMARY('subcluster2');

3.3 操作原则

场景 正确做法 错误做法
关闭一个 primary 子集群 DEMOTE_SUBCLUSTER_TO_SECONDARY() → 关闭 直接 SHUTDOWN_SUBCLUSTER() 或 stop_subcluster
单 primary 集群 不能关闭唯一的 primary 子集群 —
维护后恢复 启动 → PROMOTE_SUBCLUSTER_TO_PRIMARY() 启动后忘记恢复 primary 角色

4. 预防建议

  1. 非必要不使用双主配置：大多数场景单 primary + 多个 secondary 足以满足需求。双主配置增加了运维复杂度和误操作风险
  2. 操作前确认子集群角色： 
    SELECT subcluster_name, is_primary, is_default
FROM subclusters
ORDER BY subcluster_name;
  3. 区分 K-safety 和 primary 节点数：K-safety 要求超过半数 primary 节点存活，而非刚好等于半数。例如 6 个 primary 节点，关闭 3 个（刚好一半）即触发只读
  4. 运维窗口或维护前：先检查是否有双主配置，避免误操作导致业务中断

扩展阅读