金仓数据库主备集群脑裂问题处理

对于单个primary节点故障切换后产生的两个主节点的情况，我们很容易就能判断哪个节点是最新的数据，因为原主节点宕机后就不会对外提供服务了（原primary库是停止状态）。但对于整个集群故障，比如网络故障，中间有可能出现多个primary对外提供服务的情况，我们就很难判断哪个节点是最新的数据。如果一旦出现此种现象，则需要人工介入，确认主节点，将集群恢复至正常状态。

对于两个或以上的 primary，在选择 primary 节点时，有两个选择：

1.选择最新提升的primary作为主节点。以3节点的集群为例，如以下， node101就是最新提升的主节点（看Timeline）。而如果是两节点的，则可以通过sys_controldata看哪个节点的timeline值更大，就是最新提升的主节点。

2．以原有的 primary 作为主节点，如上图的node102。

对于以上两种策略，其结果都有可能导致数据丢失。我们必须要确定的是哪个节点的数据是最新的数据，或者说哪个节点丢失的数据更少（两个primary可能都对外提供了服务）。具体过程如下：

1．备份所有显示为primary role 节点的data目录。

2．连接到数据库中人为判断哪个节点的实际业务数据最新。

3．通过select sys＿current＿wal＿lsn（）；注意：切换时间线时执行checkpoint会导致较高时间线的数据库LSN 大，但是数据并不一定最新。

如果最终选择以最新提升（最高的TimeLine）的primary作为主节点，则其它节点只需参照Node Rejoin—节，将原primaryrole节点重新集群即可。如果选择以原有primary作为主节点，则需要参照 Standby clone 一节，将其它节点加入。