---
title: "OceanBase 集群主机故障处理 - 云平台 OCP V4.3.0 | OceanBase 文档中心"
description: OceanBase 集群主机故障处理 本节为您介绍如何对 OceanBase 集群主机进行故障运维处理。 应用场景 OceanBase 多副本高可用架构可以容忍部分节点故障，例如，三副本部署架构下，可以容忍任意一个节点故障而不影响多数派；五副本部署架构下，可以任意两个节点故障而不影响多数派。但是当 OceanBase…
---
切换语言

- 中文站 - 简体中文
- International - English
- 日本站 - 日本語

文档反馈![](https://mdn.alipayobjects.com/huamei_22khvb/afts/img/A*lJTmRZ61jSUAAAAAAAAAAAAADiGDAQ/original) 云平台 OCPV 4.3.0

# OceanBase 集群主机故障处理

更新时间：2026-04-14 11:55:54

[编辑](https://github.com/oceanbase/ocp-doc/edit/V4.3.0/zh-CN/1850.ocp-om-best-practices/700.ob-cluster-host-troubleshooting.md)  

本节为您介绍如何对 OceanBase 集群主机进行故障运维处理。

## 应用场景

OceanBase 多副本高可用架构可以容忍部分节点故障，例如，三副本部署架构下，可以容忍任意一个节点故障而不影响多数派；五副本部署架构下，可以任意两个节点故障而不影响多数派。但是当 OceanBase 集群中有部分主机出现故障时，需要及时进行处理，防止后续有更多节点故障导致影响多数派。

主机故障分为以下几种场景：

- 有可替换的 buffer 机器。
 - 无可替换的 buffer 机器。

     - 仅维修 CPU、内存，无需数据重建。
     - 维修磁盘，需要数据重建。

可以分别参考对应的操作步骤进行处理。

## 前置条件

OceanBase 集群中出现主机故障。当 OBServer 节点状态为不可用，且主机状态为离线时，一般是主机遇到故障而宕机。

## 操作步骤

### 有可替换的 buffer 机器

1. 在 OCP 中添加主机，管理 buffer 机器。
 2. 在 **集群** > **OBServer 列表** 中，选择故障的 OBServer 节点，替换 OBServer 节点。

   #### 注意

      - 替换流程为：先新增 OBServer 节点，再删除 OBServer 节点，不要求被替换的 OBServer 节点为在线状态。
      - 由于主机已经故障，替换 OBServer 节点时会提示是否需要跳过主机运维操作，选择 **是** 即可。
      - 替换 OBServer 节点之前，需确保扩容的所有主机与 OceanBase 集群的时钟源保持一致，时差不超过 10ms。检查方法：在 OceanBase 集群 RS Leader 主机上 clockdiff 扩容主机 IP，检查具体时差。
      - 新 OBServer 节点的资源规格需大于或等于被替换的 OBServer 节点的资源规格，以确保 Unit 和数据可完整迁移（特殊需求单独评估）。

   ![1](https://obbusiness-private.oss-cn-shanghai.aliyuncs.com/doc/img/ocp/%E6%9C%80%E4%BD%B3%E5%AE%9E%E8%B7%B5/%E6%9B%BF%E6%8D%A2observer.png)

   如果删除 OBServer 节点的任务长时间卡住，可能是数据自动均衡影响了数据迁移，可参考如下命令尝试修改 `resource_soft_limit` 参数，关闭 Unit 均衡。`resource_soft_limit` 参数的详情说明可参见 [resource_soft_limit](https://www.oceanbase.com/docs/common-oceanbase-database-cn-1000000000220595)。

   ```SQL
   # 检查集群 resource_soft_limit 参数，记录该参数用于回滚配置
   show parameters like "%resource_soft_limit%";

   # 关闭 Unit 均衡
   alter system set resource_soft_limit=100;

   ```

   如果数据复制较慢，且网络带宽充足，可适当提高数据复制并发参数，加速迁移。

   ```SQL
   # 检查集群数据复制并发参数，记录该参数用于回滚配置
   show parameters like "%data_copy_concurrency%";
   show parameters like "%server_data_copy_out_concurrency%";
   show parameters like "%server_data_copy_in_concurrency%";

   # 提高并发参数
   alter system set data_copy_concurrency=100;
   alter system set server_data_copy_out_concurrency=40;
   alter system set server_data_copy_in_concurrency=40;

   ```
 3. 在主机列表中，强制删除离线的故障主机。

### 无可替换的 buffer 机器，仅维修 CPU、内存，无需数据重建

1. 在 **集群** > **OBServer 列表** 中，停止故障的 OBServer 节点。

   请选择 **停止进程**，由于 OBServer 节点已经不再工作，这一步实际上只是让 OCP 识别出 OBServer 节点正在停机维修。
 2. 故障主机关机维修，主机维修完成后，启动主机。
 3. 检查主机状态，如果主机仍为 **离线** 状态，重装 OCP-Agent。

   重装完成后，主机状态应为 **在线**。
 4. 在 **集群** > **OBServer 列表** 中，启动 OBServer 节点。

   启动完成后， OBServer 节点的状态应为 **运行中**。

### 无可替换的 buffer 机器，需要数据重建

1. 在 **集群** > **OBServer 列表** 列表中，删除故障的 OBServer 节点。

   #### 注意

   以下情况删除 OBServer 节点会失败，需要使用 buffer 机器进行处理：

      - 如果一个 Zone 内只有 1 台 OBServer 节点，且这台 OBServer 节点上有数据副本或 Unit，删除 OBServer 节点会失败。
      - 如果剩余的 OBServer 节点无法容纳全部租户的数据副本或 Unit，删除 OBServer 节点会失败。
      - 如果剩余的 OBServer 节点无法满足数据多数派的要求，删除 OBServer 节点会失败。

   ![1](https://obbusiness-private.oss-cn-shanghai.aliyuncs.com/doc/img/ocp/%E6%9C%80%E4%BD%B3%E5%AE%9E%E8%B7%B5/%E5%88%A0%E9%99%A4observer1.png)

   # 提高并发参数
   alter system set data_copy_concurrency=100;
   alter system set server_data_copy_out_concurrency=40;
   alter system set server_data_copy_in_concurrency=40;

   ```
 2. 在 **主机列表** 中，强制删除离线的故障主机。
 3. 故障主机关机维修，主机维修完成后，启动主机。
 4. 将维修后的主机添加到 OCP 中。
 5. 重新为 OceanBase 集群添加该 OBServer 节点。

 上一篇 下一篇 ![有帮助](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*y6ocSqN8cqsAAAAAAAAAAAAAARQnAQ)![无帮助](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*BG9IQJyLHF8AAAAAAAAAAAAAARQnAQ)![反馈](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*eTWdQKCRKHwAAAAAAAAAAAAAARQnAQ)[AI](https://www.oceanbase.com/obi) 咨询热线