Greenplum 集群故障恢复与主备同步机制实战

环境：Greenplum 6.17.1（安装包：open-source-greenplum-db-6-6.17.1-1.el7.x86_64），RHEL/CentOS 7。

文中主机名、路径均已脱敏（host1、/opt/greenplum），替换为实际环境信息即可。

gp 库挂掉后，先检查磁盘使用情况，删除日志等无用内容、确保空间足够，再进行恢复与同步操作。

第一步：找到停止的数据段

bash 复制代码

su gpadmin
gpstate -a          # 整体状态
gpstate -m          # mirror 端口状态
gpstate -c          # primary/mirror 状态
ps -ef | grep postgres
ps -ef | grep gpseg

找到未启动的数据段后，挨个切换 gpadmin 用户启动 primary 以及 mirror。启动命令在每个数据段目录下都有记录，例如 /opt/greenplum/primary/gpseg1/postmaster.opts：

bash 复制代码

cd /opt/greenplum/primary/gpseg1
cat postmaster.opts
su gpadmin
# 粘贴 cat 出来的内容执行

注意：启动后不要 Ctrl+C 退出，要直接关闭窗口退出！

第二步：恢复数据段在主节点上的状态

A. 可能会用到的内容

bash 复制代码

gprecoverseg -help    # 查看命令帮助

按提示找到锁文件并删除（出现锁文件问题时会用到）。
/home/gpadmin 为 recoverseg 配置文件目录，如 recover_config_file3 内容示例：

host1|17005|/opt/greenplum/mirror/gpseg11
/opt/greenplum/master/gpseg-1 是 Greenplum 主节点（master）的数据目录。

B. 操作

bash 复制代码

gprecoverseg -i recover_config_file4 -F
# ...
gprecoverseg -i recover_config_file12 -F

recover 配置文件需要自行编写，内容示例（格式：主机|端口|数据目录）：

复制代码

host1|16001|/opt/greenplum/primary/gpseg1
host1|16002|/opt/greenplum/primary/gpseg2
host1|16003|/opt/greenplum/primary/gpseg3
host1|16004|/opt/greenplum/primary/gpseg4
host1|16005|/opt/greenplum/primary/gpseg5

C. 其他报错

过程中报错 SSH 问题：

复制代码

One or more hosts are not reachable via SSH. Any segments on those hosts will be marked down

原因是目标主机 host1 的公钥在本地 known_hosts 中对应的指纹与之前不同（主机密钥更改或安全问题），SSH 客户端为防中间人攻击拒绝连接：

bash 复制代码

sed -i '3d' ~/.ssh/known_hosts    # 删除对应行，具体行号按实际调整

重新连接成功后，再执行恢复：

bash 复制代码

gprecoverseg -i recover_config_file12 -F

第三步：同步机制恢复（primary 恢复为主数据节点）

如果 seg 数据段挂掉，mirror 会接管服务。想恢复原拓扑：先用 gprecoverseg 恢复状态，再用 -r 参数将镜像与数据段的切换关系切回：

bash 复制代码

gprecoverseg -r

第四步：检查

bash 复制代码

gpstate -a
gpstate -m
gpstate -c
ps -ef | grep postgres
ps -ef | grep gpseg

小结

阶段	关键命令	说明
定位故障段	`gpstate -a/-m/-c`、`ps -ef`	找到未启动的 primary/mirror
手动拉起	`postmaster.opts` 中的启动命令	逐段启动，勿 Ctrl+C 退出
恢复状态	`gprecoverseg -i <配置文件> -F`	配置文件格式：`主机
主备回切	`gprecoverseg -r`	把 primary 切回主数据节点
验证	`gpstate -a/-m/-c`	全部 Up 即恢复完成