1. 摘要

不同于“数据备份”的概念，双集群的容灾是为了在遭遇灾害时保证信息系统正常运行，帮助企业实现业务连续性的目标。

为了实现集群容灾目的，主要通过switchover进行主备切换，最终实现服务的不间断。集群在执行switchover后，主要完成如下工作：

第一步是先保证双集群备份恢复脚本先完成一次全量的数据备份，备集群上完成一次全量数据恢复。

第二步是在切换时，原主集群设置为只读，且做最后一次增量。原备集群设置为可读可写，且完成所有正在恢复备份集的恢复。

第三步是完成主备切换后，新主集群做一次全量备份（这里是轻量备份，后面会讲到），此时标志着主备切换switchover操作的结束。

如下图所示，经过switchover操作，主备集群角色进行了互换：

2. 备份

备份从类型划分，可以分为全量备份和增量备份。

备份从策略角度，主要包括分盘存储，生命周期处理，断点续备份。本文主要介绍分盘存储流程。

2.1 全量备份和增量备份

• 概念差异

2.2 分盘存储

• 如果没有一个超大盘用于存储备份集，则需要分盘存储备份集

以往的存储方式是将数据放到一个足够大的磁盘上，而修改后的分盘存储，通过软连接到各个实例来实现分盘目的。

• 步骤

1. 在备集群CN和DN实例目录下创建文件夹roachbackup，主集群根据config.ini创建备集群media目录下的目录链接。

2. 备集群恢复前clean集群时，跳过各实例目录的roachbackup文件夹。

3. 备集群恢复时及时删除解压完的rch文件。

4. 恢复完成后，备集群删除创建的符号链接、各实例目录下的roachbackup文件夹。

备集群mediadata目录下通过软连接进行分盘存储示意图如下所示：

每个实例的roachbackup下，所包含的文件如下图所示：

对于data_cn下，所包含的文件如下图所示：

3. 主备切换

• 双集群框架支持主备集群切换，通过SyncDataToStby.py -t switchover命令，这样原主集群在发生failover时，备集群就升为主集群，接管原来主集群的业务，从而达到容灾的目的。
• 主备切换主要指对DN的切换，即将备DN切换为主DN。

下图为执行switchover后，涉及到的动作及耗时统计。

3.1 主备切换后新主集群的轻量备份

正常做完switchover后，新主集群需要做全量。而全量备份的流程是1.生成备份的文件列表 2.在对应的实例下，创建软连接 3.开始备份数据文件。

如果继续做全量，可用性不高，因为1主备集群数据一样2做全量的成本太高，因此提出了轻量备份。

问：轻量是什么意思呢？为什么一定要做一次备份呢？

答：1. 所谓轻量，就是对行存清单、xlog清单和列存清单的准备过程略过，这样就不再备份对应的文件。只在新备上生成CSV信息，并将状态置为“PASS”，即代表了当前备份集已经恢复过。2. 之所以要做一次备份，是因为集群在后面做增量恢复时，都需要prior backupkey作为基准。

switchover后轻量备份的流程如下，图中标记为颜色的过程都进行了跳过。

4. 展望

首先，随着数据量的不断增加，数据仓库业务也在不断的扩展，这就要求双集群的备份恢复以及容灾功能需要不断的迭代。充分挖掘客户需求以及不同的场景差异，是提高集群产品化质量以及开发集群特性的第一性原则。

另外，随着数仓数据量和集群规模的扩大，如何把握网络的带宽和不同介质读写的性能，从而选择合适的组网方式和介质，是接下来需求开发的第一驱动力。