GaussDB(分布式)实例故障处理
内容提要
本文介绍了GaussDB(分布式)实例故障修复方法，包括重置实例状态和使用gs_replace工具进行替换。还介绍了修改HOSTNAME、IP和端口号的操作方法。
延伸解读
集群状态解读：Normal与Degraded的运维含义
文章指出，cluster_state为Normal表示集群运行正常；Degraded表示有实例异常但集群仍可对外提供服务。虽然业务不受影响，但主备切换会加重某些节点负载，长期可能导致资源耗尽。因此，Degraded状态应尽快定位并恢复至Normal。这提醒运维人员不能仅以业务可用性作为健康标准，需关注集群内部均衡状态。
CN故障处理策略：删除、替换与自动剔除的适用场景
CN故障会导致集群无法执行DDL，但DML不受影响。文章提供了多种恢复手段：优先使用gs_replace替换故障CN；若无法快速修复，可手动删除CN以恢复DDL能力，事后再加回；自动剔除功能默认开启，超时后自动剔除故障CN。选择时需权衡恢复速度与后续操作限制，例如被剔除的CN处于Deleted状态时，集群扩容、升级等操作将受限。
增删CN操作的关键约束与风险点
删除CN时，集群状态不能为Unavailable，一次仅允许删除一个，且删除后至少剩余一个正常CN。增加CN需集群处于Normal状态，并提前准备数据目录。操作过程中会短暂锁集群，可能导致显式事务的DDL等待或报错，临时表操作也会失败。此外，增删CN期间自动剔除功能关闭，完成后恢复。这些约束要求运维人员选择业务低峰期执行，并避免并发DDL。
修改IP/主机名/端口的注意事项与回滚机制
修改IP、主机名或端口号需在集群状态正常时停止集群，并使用gs_om的changeip操作。执行过程中不支持任何数据库操作，且异常断电可能导致状态信息不准确。若修改失败，系统会自动回滚；若回滚失败，可手动执行--rollback命令恢复。操作前需确保新IP的互信已配置，且仅更换IP/主机名/端口，不更换主机。
Q&A
GaussDB实例故障时如何快速修复？
可以通过重置实例状态和使用gs_replace工具进行替换来快速修复GaussDB实例故障。
如何判断GaussDB集群的状态？
可以使用gs_om命令查看集群状态，正常状态为Normal，异常状态为Degraded。
在GaussDB中如何处理CN实例异常？
优先通过删除故障CN和增加正常CN进行实例恢复，必要时可使用gs_replace工具替换故障CN。
修改GaussDB集群的HOSTNAME和IP需要注意什么？
修改HOSTNAME和IP时需在集群状态正常时进行，并停止集群，使用gs_om工具执行修改。
如何手动剔除故障的CN？
在CN状态为down时，可以使用cm_ctl命令手动剔除故障CN，确保在剔除时集群状态正常。
GaussDB中如何增加CN实例？
在集群处于Normal状态时，可以通过修改集群配置文件并使用gs_om命令增加CN实例。
