本文是對這篇文章MySQL InnoDB Cluster - Navigating the Cluster^[1]的翻譯，翻譯如有不當(dāng)?shù)牡胤?，敬請諒解，請尊重原?chuàng)和翻譯勞動成果，轉(zhuǎn)載的時候請注明出處。謝謝！

當(dāng)我們管理InnoDB Cluster時，一件非常重要的事情就是了解集群處于什么樣的狀態(tài)，特別是要了解如何解釋集群狀態(tài)的報告，以及如何從各種具體失敗的故障場景中恢復(fù)。

組復(fù)制成員狀態(tài)

組成員所處的狀態(tài)取決于您是直接查詢該成員還是通過其他成員間接查詢該成員。

成員本身可見的狀態(tài)：

OFFLINE
RECOVERING
ERROR
ONLINE

對其他成員可見的狀態(tài)：

RECOVERING
UNREACHABLE
ONLINE

當(dāng)MySQL實例正在運行但是其尚未加入任何組時，它就處于OFFLINE的狀態(tài)。一旦它加入一個組后，MySQL實例與該組的其它節(jié)點/成員同步數(shù)據(jù)時，它將切換為RECOVERING。一旦數(shù)據(jù)同步恢復(fù)完成（分布式恢復(fù)完成），它最終切換到ONLINE狀態(tài).?如果數(shù)據(jù)同步由于某些原因失敗時，節(jié)點則會切換到ERROR狀態(tài).

如果一個ONLINE的成員停止響應(yīng)其他成員時（因為MySQL實例崩潰、網(wǎng)絡(luò)問題、極高的負載、超時等），其狀態(tài)將切換為UNREACHABLE。如果該UNREACHABLE成員在超時之前沒有恢復(fù)，它將被其它成員從組中剔除/驅(qū)逐，因此在命令cluster.status()的輸出中狀態(tài)顯示為MISSING。驅(qū)逐成員的過程是通過投票完成的，因此只有在有足夠的成員并達到法定人數(shù)的情況下才會發(fā)生。

組或副本集狀態(tài)

下圖概述了組呈現(xiàn)的可能狀態(tài)以及狀態(tài)轉(zhuǎn)換是如何發(fā)生的。

實線過渡線顯示您可以在每種狀態(tài)下執(zhí)行的 MySQL Shell 命令，而虛線則是在我們控制之外觸發(fā)的事件。

為了減少混亂，圖中省略了一些可能性。例如，只要有法定人數(shù)，您就可以在任何狀態(tài)下執(zhí)行大多數(shù)命令，例如addInstance()或rejoinInstance()命令

cluster.status()命令顯示的組狀態(tài)信息：

OK???????????????–當(dāng)所有成員都屬于ONLINE狀態(tài)并且有足夠的冗余來容忍至少一個節(jié)點故障時顯示。
OK_PARTIAL???????–當(dāng)一個或多個成員不可用，但仍有足夠的冗余來容忍至少一個節(jié)點故障時。
OK_NO_TOLERANCE??–當(dāng)有足夠的ONLINE成員達到法定人數(shù)，但沒有冗余節(jié)點時。兩個成員組成的團體沒有冗余，因為如果其中一個成員變成了UNREACHABLE，另一個成員就無法單獨形成大多數(shù)；
????????????????????這意味著您將遇到數(shù)據(jù)庫中斷（database?outage）情況。但與單個成員組不同的是，至少您的數(shù)據(jù)在至少一個節(jié)點上仍然是安全的。
NO_QUORUM????????–?一個或多個成員可能仍然是ONLINE，但不能達到法定人數(shù)。在此狀態(tài)下，您的集群不能寫入，因此無法執(zhí)行事務(wù)。但是，只讀查詢?nèi)匀豢梢詧?zhí)行，并且您的數(shù)據(jù)是完整且安全的。
UNKNOWN??????????–?如果您從一個不是ONLINE或RECOVERING狀態(tài)的實例執(zhí)行命令status()時，則會顯示此狀態(tài)。在這種情況下，請嘗試連接到其他成員。?
UNAVAILABLE??????–?該狀態(tài)在圖中顯示，但不會出現(xiàn)在cluster.status()命令顯示中。在這種狀態(tài)下，該組的所有成員都是OFFLINE。他們可能仍在運行，但他們不再是該集群的一部分。例如，如果所有成員重新啟動而沒有重新加入集群，則可能會發(fā)生這種情況。

InnoDB集群的狀態(tài)轉(zhuǎn)換圖。（PDF版^[2]）

組分區(qū)

一種特殊場景是組分區(qū)，雖然這種情況很少見，但可能會造成混亂，有時甚至很危險，即組的成員實際上分為2個組或多個組。例如，如果您的成員位于不同的網(wǎng)絡(luò)中并且他們之間的通信中斷，則可能會發(fā)生這種情況。在這種情況下，所有成員都是ONLINE，但一個組的成員將被另一個組成員視為UNREACHABLE，反之亦然。由于需要多數(shù)，只有一個組（最多一個組）能夠接收數(shù)據(jù)更新，從而保持?jǐn)?shù)據(jù)庫的一致性。

但是，當(dāng)使用cluster.forceQuorumUsingPartitionOf()命令時，就像下面所解釋的那樣，您必須小心，不要讓組成員處于這種情況。如果遇到這種情況，您可能會創(chuàng)建2個單獨的組來分別接收更新，這將導(dǎo)致您的數(shù)據(jù)庫獨立處理事務(wù)并使其處于不一致的狀態(tài)。

           5個成員全部ONLINE

           5人成員分裂為兩組

從失敗中恢復(fù)

以下場景是發(fā)生故障時可能遇到的一些最常見情況。我們解釋了如何識別它們以及如何在MySQL Shell中使用InnoDB Cluster API 來恢復(fù)它們。

服務(wù)器重新啟動

如果mysqld 由于任何原因（實例崩潰、預(yù)期重啟、重新配置等）重新啟動，那么當(dāng)它恢復(fù)時，它將不再位于該組/集群中。它需要重新加入它，這在某些情況下可能必須手動完成。為此，您可以使用cluster.rejoinInstance()命令將MySQL實例加入回組中。它用的參數(shù)是MySQL實例的URI。

示例：

cluster.rejoinInstance("root@192.168.1.50")

失去法定人數(shù)

如果副本集的大量成員變成UNREACHABLE，以至于它不再擁有多數(shù)成員，則它將不再擁有法定人數(shù)，并且無法對任何更改做出決定。這包括用戶事務(wù)，還包括組拓撲的更改。這意味著，即使成員從UNREACHABLE狀態(tài)恢復(fù)了， 該成員依然被阻止，無法重新加入該群組。

要從這種情況中恢復(fù)，我們必須首先取消該組(unblock the group)，方法是將其重新配置，僅考慮當(dāng)前ONLINE的成員并忽略所有其他成員。為此，用cluster.forceQuorumUsingPartitionOf()這個命令 傳入復(fù)制集中中一個ONLINE的成員的URL作為參數(shù)。所有可見的ONLINE成員都將添加到重新定義的組中。

請注意，這個命令是一個危險的命令。如上所述，如果您的組中碰巧有一個分區(qū)，您可能會意外地出現(xiàn)裂腦，這將導(dǎo)致數(shù)據(jù)庫不一致。在使用此命令之前，請確保所有成員都是UNREACHABLE，并且狀態(tài)為OFFLINE。

例子：?cluster.forceQuorumUsingPartitionOf("root@192.168.1.30")

所有成員OFFLINE

cluster.forceQuorumUsingPartitionOf()命令要求至少有一個實例一直處于ONLINE并且屬于該組。如果不知何故，您的所有成員都是OFFLINE狀態(tài)，則只有從單個種子成員中再次“引導(dǎo)”該組，您才能恢復(fù)該組。要執(zhí)行此操作，您需要在選中的種子實例上使用命令dba.restoreFromCompleteOutage()，然后在剩余成員上使用命令rejoinInstance()，直到集群完全恢復(fù)為止。

注意：此命令從 MySQL Shell 1.0.7 開始可用。

結(jié)論

MySQL InnoDB Cluster意在為擁有不同知識和經(jīng)驗水平的 MySQL 用戶提供高可用性。雖然cluster.status()命令可以讓您一目了然地監(jiān)控集群的狀態(tài)，但如何了解原理非常重要，這樣您就知道何時需要該采取哪些措施來確保 MySQL 數(shù)據(jù)庫保持最佳運行狀態(tài)。

參考資料