监控告警处理 TiDB server critical error total指标分析

网友投稿 483 2024-03-10



背景:

监控面板中tidb_server_critical_error_total不为0,存在其它数值,表明binlog写入失败,会影响下游系统同步,需要修正。

监控告警处理 TiDB server critical error total指标分析

一、原理分析

官方文档binlog.ignor-error介绍

实际使用中,在使用pump、drainer组件往下游同步数据的时候,我们为保护主库运行,把binlog.ignore-error参数开启,避免因binlog写入失败导致tidb主集群处于不可用状态。

题外话:不要拉踩,*** DataGuard是通过archive模式进行同步的,存在一个归档空间满,主库hang住的情况。相较于***,tidb多了一个选择,可以丢弃归档日志保障主库业务的连续性,不保证下游数据和上游数据一致性

二、现象

server---->skip binlog count">

2.1 监控位置:Tidb---->server---->skip binlog count

2.2 curl http://127.0.0.1:10080/info/all

2.3 查看binlog_status 状态,此时一般为 skipping

三、处理方式

考虑下游同步的三种情况,分别处理

情况一:同步任务取消

不再需要将数据同步到某个下游,所以下线对应的 Pump\Drainer。

编辑集群配置文件

tiup cluster edit-config {cluster_name}

打开集群配置文件,在server_config下,tidb下添加或修改配置

binlog.enable: false

滚动重启tidb-server

tiup cluster reload {cluster_name} -R tidb

执行命令

mysql -uroot -h {host} -P {port} -p {passwd} -e "SHOW CONFIG WHERE type =tidb and name like binlog%"

验证两指标binlog.enable和binlog.ignore-error的状态为true

情况二:文件同步任务异常

drainer同步方式为file文件,下游读取文件异常。

修复过程(二选一):

使用 tidb-server 的 API,然后尽快安排重新全备。

在tidb服务器上对binlog进行recover,

curl http://{TiDBIP}:10080/binlog/recover

重启 tidb-server,然后尽快安排重新全备。

情况三:灾备同步任务异常,官方文档

drainer同步方式为binlog文件,灾备中备库数据异常。

 恢复后查看监控checkpoint是否变化,若变化则正常。

四、skip binlog出现的常见情况

3.1 pump磁盘空间满了

导数时需要注意日志空间,同时需要关注pump中stop-write-at-available-space参数,默认为10G。有可能不是空间满,而是pump参数设置不合理导致。

3.2 大事物超过grpc限制

引用官档

五、延伸问题

skip的binlog如果存在ddl,会导致drainer异常重启,报错 not found table id

社区案例:https://asktug.com/t/topic/575578/1

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:百TB级TiDB集群更换NVME磁盘的在线优化实践
下一篇:社区智慧合集TiDB相关SQL脚本大全
相关文章