## 1. 架构设计
– **主数据中心：** 生产环境，运行主库
– **备用数据中心：** 异地灾备，运行备库
– **网络连接：** 专线连接，确保网络稳定性
– **复制模式：** 异步流复制，平衡性能和数据一致性

## 2. 实施步骤

### 2.1 主库配置
“`bash
# 编辑postgresql.conf
sudo vi /data/pgsql/postgresql.conf

# 配置复制参数
wal_level = replica
max_wal_senders = 10
max_replication_slots = 10
hot_standby = on
archive_mode = on
archive_command = ‘cp %p /data/archive/%f’

# 保存并退出

# 编辑pg_hba.conf
sudo vi /data/pgsql/pg_hba.conf

# 添加复制用户权限
fgedu.net.cn replication replfgedu 10.0.0.0/24 md5

# 保存并退出

# 重启PostgreSQL
sudo systemctl restart postgresql

# 创建复制用户
sudo -u pgsql psql -c “CREATE ROLE replfgedu WITH REPLICATION LOGIN PASSWORD ‘replpassword’;”
“`

### 2.2 备库配置
“`bash
# 基础备份
sudo -u pgsql pg_basebackup -h 192.168.1.100 -U replfgedu -D /data/pgsql -F p -X stream -P

# 创建recovery.conf
sudo -u pgsql vi /data/pgsql/recovery.conf

# 添加以下内容
standby_mode = ‘on’
primary_conninfo = ‘fgedu.net.cn=192.168.1.100 port=5432 fgedu=replfgedu password=replpassword fgapplication_name=standby1’
recovery_target_timeline = ‘latest’

# 保存并退出

# 启动PostgreSQL
sudo systemctl start postgresql
“`

### 2.3 验证架构
“`bash
# 查看主库复制状态
sudo -u pgsql psql -c “SELECT * FROM pg_stat_replication;”

# 查看备库状态
sudo -u pgsql psql -c “SELECT pg_is_in_recovery();”

# 查看复制延迟
sudo -u pgsql psql -c “SELECT now() – pg_last_xact_replay_timestamp() AS replication_lag;”
“`

## 3. 网络优化
“`bash
# 配置网络路由
sudo vi /etc/network/interfaces

# 添加静态路由
auto eth0
iface eth0 inet static
address 10.0.0.100
netmask 255.255.255.0
gateway 10.0.0.1
post-up route add -net 192.168.1.0/24 gw 10.0.0.1

# 保存并退出

# 重启网络
sudo systemctl restart networking

# 测试网络连通性
ping 192.168.1.100
“`

## 1. 手动故障切换

### 1.1 确认主库故障
“`bash
# 尝试连接主库
sudo -u pgsql psql -h 192.168.1.100 -c “SELECT now();”

# 如果连接失败，确认主库故障
“`

### 1.2 提升备库为主库
“`bash
# 在备库上停止PostgreSQL
sudo systemctl stop postgresql

# 删除recovery.conf文件
sudo rm /data/pgsql/recovery.conf

# 启动PostgreSQL
sudo systemctl start postgresql

# 确认备库已提升为主库
sudo -u pgsql psql -c “SELECT pg_is_in_recovery();”
# 输出应该为 false
“`

### 1.3 重新配置应用连接
“`bash
# 修改应用配置，指向新的主库
# 例如修改应用配置文件中的数据库连接字符串
# db_url = “postgresql://fgedu:password@10.0.0.100:5432/fgedudb”

# 重启应用服务
sudo systemctl restart fgapplication
“`

## 2. 使用Patroni自动故障切换

### 2.1 安装Patroni
“`bash
# 安装Python和pip
sudo apt install python3 python3-pip

# 安装Patroni和相关依赖
sudo pip3 install patroni psycopg2-binary python-etcd
“`

### 2.2 配置Patroni
“`bash
# 创建Patroni配置文件
sudo vi /etc/patroni.yml

# 添加以下内容
scope: pgsql topology:
primary: 192.168.1.100
standby: 10.0.0.100

postgresql:
listen: “*:5432”
connect_address: “192.168.1.100:5432”
data_dir: “/data/pgsql”
bin_dir: “/usr/lib/postgresql/18/bin”
parameters:
wal_level: replica
hot_standby: “on”
max_wal_senders: 10
max_replication_slots: 10
wal_keep_size: “1GB”

authentication:
replication:
fgeduname: replfgedu
password: replpassword
superfgedu:
fgeduname: pgsql password: pgsql etcd:
fgedu.net.cns: “192.168.1.100:2379,192.168.1.101:2379,192.168.1.102:2379”

# 保存并退出
“`

### 2.3 启动Patroni
“`bash
# 创建systemd服务文件
sudo vi /etc/systemd/system/patroni.service

# 添加以下内容
[Unit]
Description=Patroni PostgreSQL HA
After=network.target

[Service]
Type=simple
User=pgsql ExecStart=/usr/local/bin/patroni /etc/patroni.yml
Restart=always

[Install]
WantedBy=multi-fgedu.target

# 启动Patroni
sudo systemctl daemon-reload
sudo systemctl start patroni
sudo systemctl enable patroni
“`

### 2.4 测试自动故障切换
“`bash
# 模拟主库故障
sudo systemctl stop postgresql

# 查看Patroni日志
sudo journalctl -u patroni -f

# 确认备库已提升为主库
sudo -u pgsql psql -h 10.0.0.100 -c “SELECT pg_is_in_recovery();”
“`

## 1. 演练计划
– **演练目标：** 验证异地容灾方案的有效性
– **演练频率：** 每季度一次
– **演练类型：** 全流程演练，包括故障切换和回切
– **参与人员：** DBA、系统管理员、应用开发人员

## 2. 演练步骤

### 2.1 准备工作
“`bash
# 确认主备库状态正常
sudo -u pgsql psql -c “SELECT * FROM pg_stat_replication;”

# 备份当前配置文件
sudo cp /etc/patroni.yml /etc/patroni.yml.bak

# 通知相关人员演练时间
“`

### 2.2 模拟灾难
“`bash
# 模拟主库故障
sudo systemctl stop postgresql

# 确认备库开始提升
sudo -u pgsql psql -h 10.0.0.100 -c “SELECT pg_is_in_recovery();”
“`

### 2.3 验证业务连续性
“`bash
# 检查应用是否自动连接到新的主库
# 执行业务测试，确认系统正常运行
# 检查数据一致性
“`

### 2.4 回切操作
“`bash
# 修复主库故障
# 重新配置为主库的备库

# 基础备份
sudo -u pgsql pg_basebackup -h 10.0.0.100 -U replfgedu -D /data/pgsql -F p -X stream -P

# 创建recovery.conf
sudo -u pgsql vi /data/pgsql/recovery.conf

# 添加以下内容
standby_mode = ‘on’
primary_conninfo = ‘fgedu.net.cn=10.0.0.100 port=5432 fgedu=replfgedu password=replpassword fgapplication_name=primary’
recovery_target_timeline = ‘latest’

# 启动PostgreSQL
sudo systemctl start postgresql

# 等待复制同步
# 执行回切操作
“`

## 3. 演练总结
– **记录演练过程中的问题和解决方案**
– **评估RTO和RPO是否达到预期目标**
– **更新容灾方案文档**
– **培训相关人员**

## 1. 架构设计
– **选择合适的复制模式：** 根据网络条件和业务需求选择同步、异步或半同步复制
– **采用级联复制：** 对于多数据中心场景，使用级联复制减轻主库负担
– **配置合理的WAL保留策略：** 确保备库能够及时同步，避免WAL日志不足

## 2. 网络配置
– **使用专线连接：** 确保跨机房网络稳定可靠
– **配置网络监控：** 实时监控网络延迟和带宽使用情况
– **实施网络冗余：** 避免单点故障

## 3. 监控与告警
– **建立完善的监控系统：** 监控主备库状态、复制延迟和网络连接
– **配置合理的告警阈值：** 根据业务需求设置复制延迟和服务状态的告警阈值
– **定期检查监控系统：** 确保监控系统正常运行

## 4. 演练与测试
– **定期进行灾难恢复演练：** 每季度至少进行一次全流程演练
– **测试不同故障场景：** 包括主库故障、网络中断等场景
– **记录演练结果：** 分析问题并持续改进

## 5. 文档与培训
– **完善容灾方案文档：** 包括架构设计、配置步骤、故障切换流程等
– **培训相关人员：** 确保DBA和系统管理员掌握容灾切换流程
– **建立应急响应团队：** 明确各角色的职责和联系方式

## 1. 网络问题
– **网络延迟：** 跨机房网络延迟可能影响复制性能
– **带宽限制：** 有限的带宽可能导致复制延迟增加
– **网络中断：** 网络中断可能导致复制中断

## 2. 数据一致性
– **异步复制数据丢失：** 异步复制可能导致数据丢失
– **复制冲突：** 主备库数据不一致
– **WAL日志管理：** WAL日志不足或管理不当

## 3. 故障切换
– **手动切换出错：** 手动故障切换过程中可能出现错误
– **自动切换误触发：** 网络抖动可能导致自动切换误触发
– **应用连接配置：** 应用连接配置未及时更新

## 4. 运维管理
– **监控盲区：** 监控系统存在盲区
– **演练不足：** 灾难恢复演练不足，人员不熟悉流程
– **文档不完善：** 容灾方案文档不完善

## 5. 成本控制
– **硬件成本：** 异地备库需要额外的硬件资源
– **带宽成本：** 跨机房数据传输需要带宽成本
– **运维成本：** 容灾方案需要额外的运维成本