PCS 管理 PostgreSQL 高可用集群

以下是使用 Pacemaker/Corosync (PCS) 管理 PostgreSQL 高可用集群的详细实现方案。该方案基于 流复制（Streaming Replication） 和 自动故障转移，确保数据库服务的高可用性。

---

一、环境准备

1. 节点规划
   | 节点名称 | IP 地址 | 角色 |
   |-------------|--------------|--------------------|
   | node1 | 192.168.1.101| 主节点 + 集群节点 |
   | node2 | 192.168.1.102| 备节点 + 集群节点 |
   | virtual_ip | 192.168.1.100| 虚拟 IP（VIP） |

2. 前提条件
   • 所有节点时间同步（使用 NTP）。

• 主机名解析（/etc/hosts 或 DNS）。

• 关闭 SELinux 和防火墙（或放行相关端口）。

• 已安装相同版本的 PostgreSQL。

---

二、安装与配置 Pacemaker/Corosync

1. 安装 PCS 软件包

# 在所有节点执行
yum install -y pacemaker corosync pcs psmisc
systemctl enable pcsd --now

2. 配置集群认证

# 设置集群管理用户密码（所有节点）
echo "hacluster" | passwd hacluster --stdin

# 节点间认证（在任意节点执行）
pcs cluster auth node1 node2 -u hacluster -p hacluster

3. 创建集群

# 在 node1 上初始化集群
pcs cluster setup pg_cluster node1 node2 --force

# 启动集群
pcs cluster start --all
pcs cluster enable --all

4. 禁用无关服务

pcs property set stonith-enabled=false      # 禁用 STONITH（测试环境）
pcs property set no-quorum-policy=ignore    # 忽略仲裁丢失

---

三、配置 PostgreSQL 流复制

1. 主节点配置（node1）

2. 启用流复制：
   修改 postgresql.conf：

   wal_level = replica
   max_wal_senders = 5
   listen_addresses = '*'
   

3. 配置复制用户：
   在 pg_hba.conf 中添加：

   host replication rep_user 192.168.1.0/24 md5
   

4. 重启 PostgreSQL：

   systemctl restart postgresql
   

5. 备节点配置（node2）

6. 初始化备库：

   pg_basebackup -h node1 -U rep_user -D /var/lib/pgsql/data -P -R
   

7. 启动 PostgreSQL：

   systemctl start postgresql
   

---

四、配置 Pacemaker 资源

1. 定义资源代理

# 安装 PostgreSQL 资源代理
yum install -y resource-agents

2. 创建集群资源

# 添加虚拟 IP 资源
pcs resource create pg_vip ocf:heartbeat:IPaddr2 ip=192.168.1.100 cidr_netmask=24 op monitor interval=30s

# 添加 PostgreSQL 资源
pcs resource create pgsql ocf:heartbeat:pgsql \
  pgctl="/usr/bin/pg_ctl" \
  psql="/usr/bin/psql" \
  pgdata="/var/lib/pgsql/data" \
  rep_mode="sync" \
  node_list="node1 node2" \
  primary_conninfo_opt="password=rep_password" \
  op start timeout=60s \
  op stop timeout=60s \
  op promote timeout=30s \
  op demote timeout=120s \
  op monitor interval=15s timeout=10s role=Master \
  op monitor interval=16s timeout=10s role=Slave

# 设置资源组（确保 VIP 和 PostgreSQL 在同一节点）
pcs constraint colocation add pg_vip with pgsql INFINITY
pcs constraint order pgsql then pg_vip

3. 验证资源配置

pcs status          # 查看集群状态
pcs resource show   # 显示资源详情

---

五、故障转移测试

1. 模拟主节点故障

# 在 node1 上停止 PostgreSQL
systemctl stop postgresql

# 观察 Pacemaker 自动切换至 node2
pcs status | grep "Current DC"

2. 手动切换主备

pcs resource move pgsql node2  # 将主库切换至 node2
pcs resource clear pgsql       # 清理操作状态

---

六、日常管理命令

命令	说明
pcs cluster status	查看集群状态
pcs resource disable pgsql	临时禁用资源
pcs node standby node1	将节点设为备用
pcs cluster stop --all	停止整个集群
crm_mon -Afr	实时监控集群

---

七、常见问题解决

1. 脑裂（Split-Brain）
   • 现象：节点间通信中断，各自认为自己是主节点。

• 解决：

pcs cluster stop --all          # 停止所有节点
pcs cluster start --all         # 重新启动

2. 资源无法启动
   • 现象：pcs status 显示资源 FAILED。

• 解决：

pcs resource cleanup pgsql      # 清理资源状态
journalctl -xe                  # 查看详细日志

3. VIP 无法切换
   • 现象：虚拟 IP 未迁移到新主节点。

• 解决：

arping -c 3 -U -I eth0 192.168.1.100  # 强制刷新 ARP
pcs resource restart pg_vip           # 重启 VIP 资源

---

八、性能优化建议

1. 调整复制模式：

   pcs resource update pgsql rep_mode=async  # 异步复制（更高性能）
   

2. 监控同步延迟：

   SELECT pg_current_wal_lsn(), replay_lsn FROM pg_stat_replication;
   

3. 启用 WAL 压缩：
   在 postgresql.conf 中设置 wal_compression = on。

---

通过此方案，可以实现基于 Pacemaker/Corosync 的 PostgreSQL 高可用集群，确保数据库服务在节点故障时自动恢复。根据实际业务需求调整资源参数和监控策略。（腾讯元宝AI生成结果）