高清PDF：阿里云主备切换和跨可用区迁移示意图
高清VISIO：阿里云主备切换和跨可用区迁移示意图
先说结论：阿里云说的发生切换时（不管是主备切换还是跨可用区切换），影响时间是30秒内，这个是基本成立的。
测试是每种场景测试4~5次，观察其平均效果。
| 主备库切换 | 迁移可用区 | |
MySQL |
只读：1秒 |
只读：10~20秒 |
PostgreSQL |
断联：1秒只读：8~9秒正常读写：5~30秒断联：1秒只读：8~9秒
汇总：影响20秒左右 |
只读：8~9秒断联：1秒正常读写：5秒断联：1秒只读：15秒~30秒
汇总：影响约30秒 |
MongoDB（非分片） |
只读：25秒断联：12秒汇总：影响37秒 |
有条件的只读（需要执行rs.slaveOk()才能只读）：16~26秒断联：2秒有条件的只读（需要执行rs.slaveOk()才能只读）：4~11秒汇总：影响40秒内 |
（一）MySQL：
1. 运行压测语句：
|
1 2 3 4 5 6 7 8 9 10 11 |
while true do RUN_FLAG=`ps -ef |grep sysbench |grep run |grep -v grep |wc -l` if [ ${RUN_FLAG} -lt 1 ]; then sysbench oltp_read_write --mysql-host=xxxxxxxxxx.rds.aliyuncs.com --mysql-port=3306 --mysql-user=myuser --mysql-password=mypassword --mysql-db=testdb --tables=32 --table-size=10000000 --threads=32 --time=6000 --report-interval=1 run echo "====== `date` ======The sysbench process is STOP." else echo "====== `date` ======The sysbench process is RUNNING." fi sleep 1 done |
2. 运行查询语句：
|
1 2 3 4 5 6 |
while true do mysql -hxxxxxxxxxx.rds.aliyuncs.com -umyuser -Dtestdb -pmypassword -e"select count(*) from orasup_test1" echo "========***************==========`date`========*************=====" sleep 0.5 done |
3. 运行dml语句：
|
1 2 3 4 5 6 |
while true do mysql -hxxxxxxxxxx.rds.aliyuncs.com -myuser -Dtestdb -pmypassword -e"update orasup_test1 set b=now() where a=1" echo "========***************==========`date`========*************=====" sleep 0.5 done |
观测在有压力的情况下，mysql进行主备切换，和跨可用区切换，受影响的时间范围。
（二）PostgreSQL
1. 运行压测语句：
|
1 2 3 4 5 6 7 8 9 10 11 |
while true do RUN_FLAG=`ps -ef |grep pgbench |grep -v grep |wc -l` if [ ${RUN_FLAG} -lt 1 ]; then echo "====== `date` ======The sysbench process is STOP." nohup pgbench -c 32 -j 2 -T 6000 -h xxxxxxxxxx.rds.aliyuncs.com -U myuser testdb & else echo "====== `date` ======The sysbench process is RUNNING." fi sleep 1 done |
2. 运行查询语句：
|
1 2 3 4 5 6 |
while true do psql -h xxxxxxxxxx.rds.aliyuncs.com -U myuser -d testdb -c "select count(*) from orasup_test1" echo "========***************==========`date`========*************=====" sleep 0.5 done |
3. 运行dml语句：
|
1 2 3 4 5 6 |
while true do psql -h xxxxxxxxxx.rds.aliyuncs.com -U app_rw -d myuser -c "update orasup_test1 set b=now() where a=1" echo "========***************==========`date`========*************=====" sleep 0.5 done |
观测在有压力的情况下，pg进行主备切换，和跨可用区切换，受影响的时间范围。
（三）MongoDB
1. 运行压测语句：
|
1 2 3 4 5 6 7 |
while true do echo "========***************==========`date`========*************=====" /data/mongodb/4.2.0/bin/mongo --host xxxxxxxxxx.rds.aliyuncs.com --port 3717 testdb --username myuser --password 'mypassword' --authenticationDatabase "admin" --quiet --eval 'db.myNewCollection.updateMany({ name: "User_J" }, { $set: { mytime: new Date() } })' echo "========***************========== BIG TRX ========*************=====" sleep 0.5 done |
2. 运行查询语句：
|
1 2 3 4 5 6 7 |
while true do echo "========***************==========`date`========*************=====" dig xxxxxxxxxx.rds.aliyuncs.com |grep "IN A" /data/mongodb/4.2.0/bin/mongo --host xxxxxxxxxx.rds.aliyuncs.com --port 3717 testdb --username myuser --password 'mypassword' --authenticationDatabase "admin" --quiet --eval 'db.myCollection.find({name:"Bob"})' sleep 1 done |
3. 运行dml语句：
|
1 2 3 4 5 6 7 |
while true do echo "========***************==========`date`========*************=====" dig xxxxxxxxxx.rds.aliyuncs.com |grep "IN A" /data/mongodb/4.2.0/bin/mongo --host xxxxxxxxxx.rds.aliyuncs.com --port 3717 testdb --username myuser --password 'mypassword' --authenticationDatabase "admin" --quiet --eval 'db.myCollection.updateOne({ name: "Bob" }, { $set: { mytime: new Date() } })' sleep 1 done |
观测在有压力的情况下，mongodb进行主备切换，和跨可用区切换，受影响的时间范围。
这里为什么rds pg做主备切换的时候，会断联两次，且中间有可读写的情况。经过向阿里云同学的请教得知：
rds pg，首先ha切换分为两种场景，一种是被动HA切换，另一种是主动HA切换：
对于被动HA切换的场景：
1. 当探测到主节点不可用时，把slb后端ip切换为从节点ip
2. 对老主节点进行 demote（demote 会重启实例，保证所有存量连接断开）
3. 对老从节点进行 promote
所以被动HA切换的情况下是一次断连。
对于主动HA切换的场景：
1. 检查主备复制延迟，由于主动HA切换属于运维动作，需要保证主备0延迟从而避免数据丢失
2. 当检查到主备复制有延迟的情况下，对主节点设置只读并kill session（第一次断连）并等待30s
3. 当主备延迟为0之后把主节点关闭只读并下发HA切换
4. 把slb后端ip切换为从节点ip
5. 对老主节点进行 demote（demote 会重启实例，保证所有存量连接断开，第二次断连）
6. 对老从节点进行 promote
所以主动HA切换且主备有延迟的情况下，会有两次断连，目前是避免数据丢失同时保证切换的成功率，避免有一点延迟的情况下HA始终无法切换导致影响用户的运维动作。
因此，我的测试场景中：
