OMS 社区版高可用（HA）介绍

OceanBase 迁移服务（OceanBase Migration Service，OMS）社区版的高可用模块（High Available，简称 HA）为数据传输链路的稳定性和连续性提供保障。当 OMS 社区版部署服务器发生单点故障或个别任务进程发生异常时，HA 能够及时发现、介入并尝试恢复。

HA 容灾级别

HA 组件守护

OMS 社区版包含 4 个组件：

HA 触发场景

从 HA 的角度来看，机房级别的容灾和机器级别的容灾是相同的。机房容灾可以被解释为同时在多台机器上发生的容灾。因此，HA 只关注以下两种场景：

机器宕机

每台 OMS 社区版机器都运行着一个类似代理的组件 oms_drc_supervisor，该组件定时向 OMS 社区版元数据库报告心跳。如果 OMS 社区版后台巡检发现某台机器在较长一段时间内（超过了 checkHostDownIntervalSec 设定的时间间隔）未汇报心跳，则 OMS 社区版将该机器标记为宕机。

宕机后 HA 行为

1. 查询宕机机器上 Incr-Sync 组件的任务列表，根据其状态分为 运行中 和其它两个子集合。

2. 对于 运行中 的 Incr-Sync 组件，OMS 社区版将尝试终止其任务进程。但通常该操作无法成功。因为机器已经宕机，向其发送指令很可能无法成功传递。

3. 为确保 Incr-Sync 组件注册信息的全局唯一性，无论该注册信息所对应的 Incr-Sync 组件是否正在运行，OMS 社区版将在同一地域的其他健康机器上重新构建步骤 1 中发现的所有 Incr-Sync 组件，并同时删除它们在宕机机器上的注册信息。

4. 对于原状态是 运行中 的 Incr-Sync 组件，在新机器上启动。原来就不处于运行中的 Incr-Sync 组件，迁移至新机器后保持原状态不变。

机器宕机的注意事项

• HA 迁移 Incr-Sync 组件时，会复制其所有配置。

• 如果机器宕机并重新恢复，可能会观察到 Incr-Sync 双写目标端的情况。此外，由于 HA 迁移过程中已删除注册信息，因此在 OMS 社区版控制台中无法查询到宕机机器上的 Incr-Sync 进程。

组件异常

Store HA 逻辑说明

同一数据源下可能存在多个 Store 以供下游消费，因此 HA 的逻辑比较复杂。本节将详细说明 Store 的 HA逻辑。

对每个数据源，HA 将检查数据源下的 Store 的数量和状态，分为以下情况：

1. 如果 Store 数量为 0，HA 不会干预。

2. 如果 Store 数量 >=1，但状态均为 已停止（用户手工操作停止），HA 不会干预。

   步骤 1 和步骤 2 通常是运维人员操作的结果，此时 HA 不新建 Store，以避免影响到日常操作 Store 的连贯性。如果是较大规模的运维动作，建议预先在 OMS 的系统配置中关闭 HA 守护开关，待变更完毕后再重新打开。

3. 如果 Store 数量达到了上限（subtopicStoreNumberThreshold），HA 不会干预。

   过多的 Store 数量是导致 HA 失效最常见的原因之一。这种设计初衷是为了避免在某些极端情况下，HA 不断地创建 Store 任务，消耗机器资源。

4. 如果没有任何一个 Store 处于 运行中 状态（正常工作且持续在心跳汇报），HA 将尝试新建 Store。

5. 当 运行中 的 Store 持有的数据无法满足下游的消费需求时（例如，Store 仅存储过去 8 小时的数据，而下游消费需要从 10 小时前开始），且用户在 HA 配置中开启了感知下游消费位点的功能（perceiveStoreClientCheckpoint），HA 也将尝试重新创建新的 Store。

在 HA 新建 Store 时，需要决定新建的 Store 从何时开始抓取数据库日志，即确定 Store 的启动位点 unix timestamp。计算逻辑如下：

1. 如果 perceiveStoreClientCheckpoint=false，HA 不感知下游消费位点。

   新建 Store 的启动位点 = ${当前时间} - refetchStoreIntervalMin

2. 如果 perceiveStoreClientCheckpoint=true，HA 会首先查询所有消费下游的最早位点。

   新建 Store 的启动位点 = ${下游的最早消费位点} - refetchStoreIntervalMin

组件异常的注意事项

• OMS 社区版的迁移任务不支持 Store 共享，每个迁移任务会独立创建、管理、守护自己的 Store 进程。所以如果基于同一个数据库源标识创建了多个迁移任务，HA 会为每个任务独立守护其 Store 进程。

• 同步任务支持 Store 共享，如果有多个同步任务的源端是同一个数据库实例，且开启了 Store 共享。HA 会为这些任务共通守护 Store。

• 如果开启了 perceiveStoreClientCheckpoint，但是在 HA 执行的过程中没有发现任何下游，则无法获取下游的最小消费位点。在这种情况下，HA 将放弃操作。

HA 运行配置

HA 运行时的行为依赖以下系统参数控制。您可以在 OMS 社区版控制台的 系统管理 - 系统参数 页面搜索 ha.config 查看和编辑以下参数：