容灾关系正常时解除

主集群主节点执行：

gs_sdr -t stop -X /soft/sdr_main.xml -U sdr_test -W sdr3@test

备集群主节点执行：

gs_sdr -t failover

备集群主节点不能使用 gs_sdr -t stop，会报错：

[omm@bpanweidb02 ~]$ gs_sdr -t stop -X /database/panweidb/soft/cluster_config.xml
--------------------------------------------------------------------------------
Streaming disaster recovery stop c48a0dce1d9911efa694000c29a8e394
--------------------------------------------------------------------------------
Start remove streaming disaster relationship.
Got the step for action:[stop].
Successfully check cluster status is: Normal.
[GAUSS-51632] : Failed to check cluster type, standby cluster is not supported for stop.

容灾关系异常时解除

如果 gs_sdr -t stop 以及 gs_sdr -t failover 均无法使本集群的 gs_sdr -t query 变为 normal，可尝试下面的方法。

1. 相关参数介绍

agent_backup_open

• 0：CM 不按照灾备集群模式运行（未搭建容灾、容灾主集群）；
• 2：CM 按照灾备集群模式运行（容灾备集群）；
• 重启 cm_agent 生效；

backup_open

• 0：CM 不按照灾备集群模式运行（未搭建容灾、容灾主集群）；
• 1：CM 按照灾备集群模式运行（容灾备集群）；
• 重启 cm_server 生效；

stream_cluster_run_mode

• cluster_primary：表示节点是主实例的节点（未搭建容灾、容灾主集群）；
• cluster_standby：表示节点是备实例的节点（容灾备集群）；
• postmaster 类型。

/omm/CMServer/backup_open

• 0：容灾主集群；
• 2：容灾备集群；
• omm 替换成数据库安装用户名。
  
  

2. 步骤

2.1 如果是备集群

1. 设置参数

• 单个节点执行；
• 注意 omm 替换成数据库安装用户名。

cm_ctl set --param --agent -k 'agent_backup_open=0' && cm_ctl set --param --server -k 'backup_open=0' && cm_ctl ddb --put /omm/CMServer/backup_open 0 && gs_guc set -I all -N all -c "stream_cluster_run_mode='cluster_primary'" 

• 测试：

[omm@panwei-b1 ~]$ cm_ctl set --param --agent -k 'agent_backup_open=0' && cm_ctl set --param --server -k 'backup_open=0' && cm_ctl ddb --put /omm/CMServer/backup_open 0 && gs_guc set -I all -N all -c "stream_cluster_run_mode='cluster_primary'" 
cm_ctl: set cm_agent.conf success.
cm_ctl: set cm_server.conf success.
cm_ctl: exec ddb --put command success.
cm_ctl: 
The pw_guc run with the following arguments: [gs_guc -I all -N all -c stream_cluster_run_mode='cluster_primary' set ].
Begin to perform the total nodes: 3.
Popen count is 3, Popen success count is 3, Popen failure count is 0.
Begin to perform gs_guc for datanodes.
Command count is 3, Command success count is 3, Command failure count is 0.

Total instances: 3. Failed instances: 0.
ALL: Success to perform gs_guc!

2. 检查是否设置成功

• 单个节点执行；
• 前三条均为0，最后一条所有节点均为 cluster_primary，表示参数为独立集群状态。

(cm_ctl list --param --agent | grep 'agent_backup_open') && (cm_ctl list --param --server | grep 'backup_open') && cm_ctl ddb --get /omm/CMServer/backup_open && gs_guc check -I all -N all -c "stream_cluster_run_mode"

• 测试：

[omm@panwei-b1 ~]$ (cm_ctl list --param --agent | grep 'agent_backup_open') && (cm_ctl list --param --server | grep 'backup_open') && cm_ctl ddb --get /omm/CMServer/backup_open && gs_guc check -I all -N all -c "stream_cluster_run_mode"
agent_backup_open = 0
agent_backup_open = 0
agent_backup_open = 0
backup_open = 0
backup_open = 0
backup_open = 0
cm_ctl: exec ddb --get command success.
cm_ctl: 0

The pw_guc run with the following arguments: [gs_guc -I all -N all -c stream_cluster_run_mode check ].

Total GUC values: 3. Failed GUC values: 0.
The value of parameter stream_cluster_run_mode is same on all instances.
    stream_cluster_run_mode='cluster_primary'

3. 移除 streaming_cabin 和 streaming_lock 文件

• 单个节点执行；
• streaming_lock 文件不一定存在，正常情况下会自动删除。

gs_ssh -c "mkdir $PGHOST/sdr_file_backup_1054 ; mv $PGHOST/streaming_cabin $PGHOST/streaming_lock* $PGHOST/sdr_file_backup_1054/"

• 测试：

[omm@panwei-b1 ~]$ gs_ssh -c "mkdir $PGHOST/sdr_file_backup_1054 ; mv $PGHOST/streaming_cabin $PGHOST/streaming_lock* $PGHOST/sdr_file_backup_1054/"
Failed to execute command on all nodes.

Output:
[GAUSS-51400] : Failed to execute the command: sh /database/panweidb/tmp/ClusterCall_4012597.sh. Error:
[FAILURE] panwei-b1:
mv: cannot stat '/database/panweidb/tmp/streaming_lock*': No such file or directory
[FAILURE] panwei-b2:
mv: cannot stat '/database/panweidb/tmp/streaming_lock*': No such file or directory
[FAILURE] panwei-b3:
mv: cannot stat '/database/panweidb/tmp/streaming_lock*': No such file or directory
.

4. 重启集群

• stream_cluster_run_mode 参数为 postmaster 类型，所以需要重启。

date && gs_om -t stop && gs_om -t start

5. 检查状态

gs_om -t status --detail
gs_ssh -c "gs_sdr -t query"

2.2 如果是主集群

在上面的步骤中，直接执行步骤2，如果参数均为独立集群状态，执行步骤3即可解除容灾关系，无需重启集群。
（注意：如果备集群此时没有解除容灾关系，两集群仍会存在流复制关系，备集群变为独立集群后流复制会自行中断。）

2.3 如果不需要重新搭建容灾集群

两个集群需要手动删除 replconninfo、复制槽、编辑 pg_hba.conf 等。