PostgresSQL HA高可用架构实战

本文由萧少聪在高可用架构群所做的分享整理而来，转载请注明高可用架构公众号：ArchNotes。

萧少聪（花名：铁庵），广东中山人，阿里云RDS for PostgreSQL/PPAS云数据库产品经理。自2006年以来，长期从事RedHat及SuSE Linux的HA集群搭建及PostgreSQL数据库支持工作。2011年开始组建Postgres（数据库）中国用户会。

PostgreSQL背景介绍

有不少同学希望了解PostgreSQL的背景及它与MySQL的对比结果，所以在此啰唆两句，有兴趣的同学可以单独给我发E-Mail，我可以分享详细的介绍及一些对比结果。

2015年是PostgreSQL正式在中国起步的一年，我们看到越来越多的企业选择了PostgreSQL。

• 中国移动主动使用PostgreSQL实现分布式数据库架构。
• 金融业方面平安集团明确表示将使用PostgreSQL作为新一代数据库的选型。
• 华为中兴纷纷加入PostgreSQL内核研究队伍。
• 阿里云正式提供PostgreSQL服务。

大部分人了解MySQL应该都是从2005年左右开始，那时在互联网带动下LAMP空前繁荣。而你所不知道的是，那时PostgreSQL已发展了近30年，至今已经超过40年。1973年MichaelStonebraker（2014年图灵奖得主）在伯克利分校研发了当前全球最重要的关系型数据库实现：Ingres。此后，陆续改名为Postgres、Postgres95，直到现在的PostgreSQL。PostgreSQL有众多的衍生品牌产品，就如同Linux有RedHat、SUSE、Ubuntu一样，当前，国内多个国产数据库都是基于PostgreSQL进行开发的，同时，国际知名的针对OLAP场景的Greenplum数据库，及EnterpriseDB公司高度兼容Oracle语法的PPAS数据库也是基于PostgreSQL实现。

PostgreSQL与MySQL相比功能更为完善，同时，在进行复杂SQL查询时（特别是多表进行JOIN查询）性能及稳定性也更为优秀，是国外企业首选的应用于核心业务系统的开源OLTP业务关系型数据库引擎。PostgreSQL被誉为全球最先进的开源数据库，支持NoSQL JSON数据类型、地理信息处理PostGIS、丰富的存储过程操作，并可实现基于Tuple（在PostgreSQL中此单位比Block还要小）级别的StreamingReplication数据同步。

与MySQL不同，PostgreSQL不支持多数据引擎。但支持Extension组件扩充，以及通过名为FDW的技术将Oracle、Hadoop、MongoDB、SQLServer、Excel、CSV文件等作为外部表进行读写操作，因此，可以为大数据与关系型数据库提供良好对接。

在PostgreSQL下如何实现数据复制技术的HA高可用集群

业界大多数的数据库的HA实现都是基于共享存储方式的，如下图。在这个方式下，数据库1主1备，使用一个共享存储保存数据。

正常情况下主库连接存储及VIP，进行数据业务处理。备库永远处于非运行状态，只有当主库出现故障后，备库才会进行存储及VIP的接管。但传统的企业中，这样的结构比比皆是，在我进入阿里云之前服务过的大多数企业都使用这样的架构（除了Oracle RAC及DB2的并行方案）。而当今，无论Oracle、MySQL、SQLServer，还是今天我们用作说明案例的Postgres，都已经支持基于数据库底层的StreamingReplication模式实现数据复制了，同时支持备库作为只读服务器提供业务服务。因此，备库资源对于企业来说是极大的浪费。

传统的HA方案在实现基于Streaming Replication方式时，往往需要通过大量人为控制的脚本进行判断和控制。2006年到2011年，我为不同的客户及不同的数据库编写了多种特制的脚本，当中的安装配置及维护难度都有点让人望而却步。2011年，我在SUSE系统的HA支持工作中接触到了Corosync +Pacemaker的HA结构。发现了 “Master-Slave模式”。在这个模式下，系统支持promote及demote，以解决数据库基于Streaming Replication主备模式的切换问题。

Corosync + Pacemaker MS 模式介绍

本次讲解主要针对架构及这个模式的处理原理。如果大家想要了解具体的配置方式，可以参考http://clusterlabs.org/wiki/PgSQL_Replicated_Cluster。同时，当前最新的Red Hat Enterprise Linux 7及SUSE Linux Enterprise Server 11/12中的HA组件都基于此架构，你也可以通过厂商的官方文档或官方技术支持得到配置的详细说明。

上图有3个网段：0.x网段，用于数据库对外业务；1.X网段，用于Pacemaker心跳通讯；2.X网段，用于数据库的数据复制。同时提供主库读写服务VIP1 192.168.0.3和备库只读服务VIP2 192.168.2.3。用户的主应用程序可以通过VIP1进行读写操作，而只读处理可以通过VIP2实现。

上图中，左边是正常运行的模式：所有读写操作通过VIP1进入到Master节点；Slave节点的会连接到VIP2，通过此IP支持只读操作；Streaming Replication通过eth2进行两节点的数据同步。右边是Master故障时的模式：原Slave会promote成为Master节点；VIP1切换到node2继续提供服务；VIP2切换到node2继续提供服务。

在此处，系统从node1切换到node2有多种可能性。

1. Master节点通过pacemaker控制人为进行Switchover切换。这种情况下主备模式会进行调换，并且过程中可以保证所有Master节点中的数据会复制到Slave后再进行node2上的promote操作。因此，数据库中所有的事务都是完整的，且不会出现任何数据丢失。这种情况大多用于硬件需要进行主动维护时。

2. Master节点意外出现故障时，将进行Failover。由于PostgreSQL在双节点推荐使用的是async模式，因此如果Master节点故障时还有数据没来得及复制到Slave。这些数据将丢失，但由于PostgreSQL的Streaming Replication是以事务为单位的，因此数据库的事务一致性是可以得到保障的，绝对不会出现备库中某个事务只恢复到一半的情况。

当前有一个比较严重的问题，就是如上图所示，切换后node1如果想要重新成为主节点，将需要重新进行全量的数据复制恢复。这是因为Master故障时如果有数据没复制到Slave，Master的最后一个事务时间将比Slave中的事务时间更新（如Master最后一个事务号为1001，但Slave中的事务只恢复到999）。此时Slave节点promote成为新的Master后，所有新的操作将由999号事务的结果为基础。也就是说原Master中的1000及1001事务所处理的数据将不可恢复。由于在当前设计中数据库中已经提交的事务不支持直接回退，所以，如果你的数据库到达TB级别，这将需要6~7小时。

但这个情况很快将会被改善。PostgreSQL9.5将为用户提供pg_rewind功能。当Master节点Failover后，原Master节点可以通过pg_rewind操作实现故障时间线的回退。回退后再从新的主库中获取最新的后续数据。因此，虽然之前没有提交的事务由于ACID原则无法重新使用，但原Master的数据无须进行重新全量初始化就可以继续进行Streaming Replication，并作为新的Slave使用。

Corosync + Pacemaker M/S 环境配置

以下内容中截图来自于http://clusterlabs.org/wiki/PgSQL_Replicated_Cluster。

Corosync + Pacemaker M/S配置环境准备

• RA：Resource Agent资源代理，PostgreSQL最新的RA可以通过https://github.com/ClusterLabs/resource-agents/blob/master/heartbeat/pgsql下载。如果你发现这个RA不符合你的需求，也可以自行改写。
• 操作系统版本：Fedora19及以上、Red Hat Enterprise Linux 7及以上、SUSE Linux Enterprise Server 11 SP3及以上。
• 数据库要求：PostgreSQL9.1及以上，由于PostgreSQL 9.1以上才支持Streaming Replication，因此，比这个版本低的数据库无法实现此功能。
• 两台服务器配置相同的NTP时间源及相同的时区。

通过yum、zypper安装pacemaker（主要用于HA资源管理）、corosync（HA心跳同步控制）、pcs3（HA的命令行配置工具）。通过yum、zypper或任何其他方式安装PostgreSQL数据库，安装时务必确认其pg_ctl命令、psql命令、data目录的存放位置，因为配置时要用到。

PostgreSQL Streaming Replication配置

在node1中初始化PostgreSQL数据库。

对其postgresql.conf文件做如下修改。

注意：wal_level = hot_standby，使得日志支持Streaming Replication；archive_mode = on，启动归档模式；archive_command = 'xxx'，指定归档的保存方法；hot_standby = on，备库启动为standby模式时可实现只读查询；其他参数主要用于性能及延迟的设定。

将data目录下的pg_hba.conf文件做如下修改。

注意：这样配置后，所有192.168.x.x网段的IP都将可以无密码对此数据库进行访问，安全性可能会降低。因此，只作为练习使用，在生产环境中请严格控制IP。如指定只trust某IP可以写成192.168.100.123/32。

配置完成后，启动node1上的PostgreSQL。

在node2进行数据初始化。

注意：通过pg_basebackup命令将从node1中将所有数据库中的数据都同步到/var/lib/pgsql/data去。

数据basebackup完成后，在node2中的data目录下建立recovery.conf文件并录入以下内容。

注意：primary_conninfo指定了主服务器所在的位置、replicate所使用的用户名。由于我们在pg_hba.conf中使用trust方式，所以在此参数中不需要加入password。

配置完成后，启动node2上的PostgreSQL，准备检查同步效果。

如果在node1中通过psql命令登录数据库后可以得到以下信息，证明数据库端的Replication已运行正常。

自此，PostgreSQL的Streaming Replication配置完成，两个数据库的数据将进行持续复制。

注意：以上两个服务器已经完成Streaming Replication配置，在配置HA前请将两个服务器上的PostgreSQL都停止。因为在HA架构中，所有资源都应该是由HA软件进行管理的，所以与此同时也请确认系统启动时PostgreSQL不会自动启动（你可以通过chkconfig检查）。

Corosync + Pacemaker HA 基础配置

corosync配置文件只有一个，/etc/corosync/corosync.conf。

我们可以看到，当前quorum中expected_votes为2，这是因为我们使用2节点。totem中有bindnetaddr:192.168.1.0及mcastaddr: 239.255.1.1，这里说明corosync会使用本服务器上192.168.1.X网段的IP作为心跳。此处注意，不需要写明此IP的详细地址，系统会自动发现。通过scp命令将此文件复制到node2中相同的目录并保证其权限一致。

接下来就可以在两个节点中启动corosync了。以下是系统在Fedora 19、RHEL7、SUSE12后的服务启动命令。如果你使用的是低版本操作系统，请用/etc/init.d/corosync start或service corosync start 。

pacemaker默认情况下是无污染的，但为了保证HA初始状态我们会进行以下操作。此操作会清空所有HA资源的配置。它在另外一些情况下也十分实用，如有时我们会发现两个节点HA启动时资源信息不同步。此时我们可以先择定一个可信的节点，然后将另一节点上的cib文件清空，然后进再启动pacemaker，这样新节点就会自动同步现有节点的所有配置。

Pacemaker资源配置

通过pcs命令行工具进行HA资源的配置。pcs命令行可以协助生成名为config.pcs的配置脚本，以进行最后的HA配置导入。首先，我们进行一个全局信息的配置，指明由于当前是2节点，所以忽略no-quorum-policy；默认的resource-stickiness为INFINITY，即任何资源默认都是与其他资源可共同运行的；•默认的migration-threshold为1，即任何情况下migration时都会重试一次。

注意：stonith-enabled="false"表示不使用任何电源控制设备，这个情况不建议在生产中使用。熟悉RHEL集群的同学可以认为Stonith等同于Fence设备。

配置VIP1及VIP2，以及pgsql资源。

vip-master(VIP1)及vip-rep(VIP2)相对比较好理解。而在pgsql资源中，如果大家有熟悉Linux集群的会发现，一般情况下HA中添加应用资源都会加入一个带有start/stop/status的脚本。而此处是通过一个agent实现，我们只要配置好PostgreSQL的pgctl、psql、pgdata的文件或目录位置即可，处理十分方便。主要因为PostgreSQL RA已经包含start|stop|status|monitor|promote|demote|notify的操作脚本（https://github.com/ClusterLabs/resource-agents/blob/master/heartbeat/pgsql）。感谢开源，感谢贡献者吧，这里头有2070行代码，相比我以前自己写的要精妙得多。

将以上的IP及pgsql资源进行关联，这也是pacemaker最精妙的地方。我们可以看到，首先，有一个“resource master”我们命名为msPostgresql，pgsql属于这个Master模式资源。这个模型的资源，基于clone模型，将会在两个节点同时启动。然后，建立了一个master-group，将vip-master及vip-rep加到这个组中。接下来，constraintcolocation指定了master-group中的资源（vip-master及vip-rep）倾向于与msPostgresql的Master节点运行在一起。最后，orderpromote及order demote负责管理节点的启动顺序。

注意：Master节点会由RA自动识别；msPostgresql进行promote以后才会进行master-group的IP挂接；同时，在进行demote时也是只有等msPostgresql完成停库后才进行master-group的IP断开处理。

此处的config.pcs是由前面的pcs所生成，通过crm_mon你可以看到所有的资源情况。

自此所有配置结束，你可以将node1中PostgreSQL的data目录mv到其他地方看看切换的效果，不再赘述。

关于排错，所有HA日志信息会保存在/var/log/message中。如果系统有问题，可以通过此日志进行分析。但有一点很重要，建议大家在配置HA前一定要确认NTP服务是否正常，保障两个服务器时间不要差距太大。不然排错会很麻烦，还会有可能导致集群的其他问题。

过去两年，这样的集群架构已经在很多企业使用，数据量多在20G到1T之间。PG是一个用于OLTP的系统，当前我所实施的企业大多是传统行业。大部份用户主要是从Oracle迁移来的。在大数据及分析方面，会先用Greenplum或Hadoop等进行处理，这时PostgreSQL也可以使用FDW功能进行对接。

PostgreSQL Sync模式当前的问题

前面提到当前PostgreSQL在2节点情况下推荐使用的是async的模式，那sync是不是不支持？不是的，当前PostgreSQL支持sync模式，即使2节点也可以配置，但会有以下问题：

• 由于sync同步模式要求Master在Slave数据写入成功后才结束事务的Commit操作，因此性能会受到影响。
• 如果系统运行过程中slave出现故障，主节点也将受到影响使系统出现故障，在HA下这也会Failover。Pacemaker当前最新的PostgreSQLRA也还没有解决此问题。
• 如果需要使用sync模式的Streaming Replication，我建议搭建1主2备的模型实现，而这个模型下Pacemaker还没有提供3节点的实现方案，尚待改进。

最后简单介绍一下“PostgreSQL中国用户会”，Postgres中国用户会是一个非营利团体，致力于为中国的PostgreSQL用户服务，当前各QQ及微信群已经有超过4000人规模，在过去的2周我们在全国9个城市举办了名为“象行中国 Let'sPostgres”的线下技术沙龙，同时支持了香港及台湾地区的PostgreSQL技术活动。

Q&A

Q1：排除年限，PG相对MySQL和Oracle有啥优势？

A1：PG有很多MySQL没有的功能，就以O2O行业为例，PG直接提供PostGIS，可以有效地在数据库中通过SQL进行复杂的定位查询并与业务直接关联，更多功能欢迎线下交流。

Q2：金融企业中用async复制，怎么应对数据丢失？靠对账么？

A2：首先，金融行业中如果要求100%数据不丢失，应该使用sync而不是async，这个功能PostgreSQL是支持的，只是要用3节点方案。当前在这个方案下进行HA切换也是可以的，只是Corosync+Pacemaker没有直接支持，需要我们对RA进行附加的脚本控制。

Q3：threshold设置为1时，尝试1次，如果再有问题就直接切换了。设置为2时， 2次尝试，这个计数器不会在成功后恢复原值，该测试结果是否正确？

A3：是的，意思就是尝试1次，在Pacemaker这些值都是有限时的，超时就会恢复原值，你可以通过clean操作对这个节点上的计数器进行数值恢复操作。

Q4：MySQL的binlog处理和PG的有什么区别？

A4：MySQL我只用过4及以下版本，对binlog不是十分了解，与公司MySQL大牛讨论中，我感觉这两个方式是很接近的，都是使用日志进行恢复。但PostgreSQL的操作中会以Tuple为单位，这个可能是一个row，甚至就是某个row中被修改过的1个字段的值。有一个讨论结果是PG的StreamingReplication粒库更细。

Q5：3节点方案写成功2个就返回，还是,3个都成功才返回？

A5：3节点情况下，系统中有2个节点是同步，第3个是异步，所以成功2个就返回。

Q6：PG的HA除了今天分享的还有其他方案吗？

A6：PG的HA还可以用LiveKeeper、微软的MSCS等方案，对于HA来讲PG就只是一个服务，所以任何HA软件都可以与PG对接，但如果要进行StreamingReplication的切换就要自己写脚本了。

Q7：我感觉PG这个HA相比MySQL自带的主从没多大亮点。PG有类似mysql-proxy这样的负载均衡中间件及MMA这类解决方案吗？之前听说PG在集群这块不是更好，方案复杂且性能损失大，是不是PG还是更适合单机？

A7：当前PG业界可以通过PGPool实现1个Master进行读写，n个Slave进行只读负载均衡的方案；PG分布式集群当前方案的Postgres-X2，确实复杂，我们这方面也正在努力；单机的这个问题上，我们有很多PG用户会选择通过应用程序自定义进行分库集群模型，毕竟在要求强一致性又没有InfiniBand或更高级的网络的情况下，事务和延迟都不好在传统集群中解决。

Q8：PG有sharding功能吗？能否简单介绍一下。

A8：最近PG出现了一个名为pg_shard的第三方组件，可以对数据库中的一个特定的表进行sharding，可以扩展到64台服务器，但不保证此表的事务，一些分析场景可以考虑尝试。

Q9：能否简单对比一下PG的HA方案？

A9： Corosync + Pacemake，支持Replication模式，在Linux下这是我个为最推荐的方案，共享存储同样也没有问题；原RHEL中的RHCS，配置简单，如果有共享存储，Linux下这个方案最方便，但要注意RHCS是要求付费使用的；LiveKeeper，配置相对复杂一些，如果要支持Replication需要写比较复杂的脚本；微软MSCS，Windows平台必备，中国还真有几个用户是这样用的；VCS，跨Windows及Linux平台但同样只建议在有共享存储情况下使用。

Q10： PG的表分区和MySQL的表分区差别在哪？各自的优点在哪？我印象中PG分区表对外会显示成单独的一个分区表，分区多了很难看。

A10：PG默认的表分区基于对象数据库结构的表集成，通过触发器进行数据调度，表大了以后性能很差，据说在9.6以后（当前9.4）会改善。在此打个广告，分区表性能在阿里云的PPAS中已经得到解决，2~1000个表分区性能表表现恒定，不会因为表分区越来越多导致性能瓶颈。