Unit 在服务器之间自动地频繁来回迁移

问题现象

在完成 Unit 缩容后，出现 Unit 在两个服务器之间不断的来回迁移的现象。

关键信息

• 系统行为： Unit 在两个服务器之间来回迁移。

• 触发条件： 磁盘占用 >80% + 同 Zone 存在没有这个要迁移 Unit 资源的 server + sys 租户 enable_rebalance = true。

问题原因

当磁盘占用超过 server_balance_critical_disk_waterlevel（默认 80%）将尝试把高水位 server 上的 Unit 迁移走，这个时候如果出现同 Zone 还存在没有这个租户 Unit 资源的空闲的服务器，同时 sys 租户的 enable_rebalance 设置为 true 时，系统就会触发 Unit 均衡机制，让这个 Unit 迁移到那个空闲服务器上。但是如果迁移到那个空闲机器上有别的租户的 Unit 资源或者本身要迁移的这个 Unit 所需的资源占用就很大，通过 CPU 和内存的加权计算负载发现这个机器负载高又会触发 Unit 均衡又迁回原来的机器，那原来的机器又会因为超过磁盘又迁回来，这样不断的来回迁移。 首先，server 的磁盘水位线超过了磁盘容量的 80%，这触发了基于磁盘大小的均衡策略；随后，在完成迁移后，又触发了基于 CPU 和内存的均衡策略，导致 Unit 被迁回原服务器。

问题的风险及影响

• 单元迁移频繁可能导致系统性能下降。

• 存在一定的稳定性风险。

适用版本

OceanBase 数据库 V3.x、V4.x 版本。

解决方法

1. 关闭 sys 租户的 enable_rebalance 配置项，以防止 Unit 因负载均衡策略而频繁迁移。

2. 调整 server_balance_critical_disk_waterlevel 参数值，提高在均衡过程中对磁盘不均衡的容忍度。

   警告

   调整 server_balance_critical_disk_waterlevel 参数值有一定的风险，请勿在生产库上自行调整，请联系咨询 OceanBase 技术支持团队获得帮助。

规避方式

1. 对于不需要多租户 Unit 均衡的私有云环境，建议关闭 sys 租户的 enable_rebalance 配置。

2. 定期检查并及时删除空闲的服务器，以减少 Unit 迁移的可能性。

3. 在进行缩容操作前，评估 Unit 的磁盘占用情况，确保不会超过 80% 的阈值，或预先调整 server_balance_critical_disk_waterlevel 参数值。

   警告

   调整 server_balance_critical_disk_waterlevel 参数值有一定的风险，请勿在生产库上自行调整，请联系咨询 OceanBase 技术支持团队获得帮助。