场景:云数据库 PostgreSQL 16,双机高可用,主备跨可用区。主实例同步方式是默认的半同步 Semi-sync,订单写入走主实例,查询走只读实例,只读实例默认同步方式是异步。已经返回成功的支付事务,主备切换后不能丢。
现象:
- 备可用区复制延迟升高时,主库提交从几毫秒拖到数秒,应用语句超时,连接池里堆着等提交的会话。延迟回落后写入又恢复。
- 半同步开了退化:备机延迟数据量不超过 MaxSyncStandbyLatency,且延迟时间不超过 MaxSyncStandbyLag,才走同步复制,否则该备机改为异步复制。退化后写入变快,但这窗口里已返回成功的事务,对不上备机是否收到。
- 按说明不设置这两个阈值、禁止退化之后,备机一抖写入就一直慢,业务超时比数据风险先爆出来。
已尝试:
- 同步方式改成异步,写入恢复,订单场景不敢长期放异步。
- 把高可用备机最大延迟时间 MaxStandbyLag 调到上限 10 秒。备机延迟一超过这个值,就不满足可以切换为主节点的条件,但这和半同步退化用的 MaxSyncStandbyLag 不是同一套阈值。
- 只读实例保持默认异步。写完立刻查只读组会读到旧数据,没有拿它验证切换后提交是否还在。
问题:
- 允许退化时,客户端已收到成功、备机尚未收到的事务,故障切换会不会丢?禁止退化是不是提交必须等到备机确认才返回,还是仍有别的窗口?
- 备机延迟已经超过 MaxStandbyLag 或 MaxStandbyLatency 时,故障切换会等、拒绝,还是走强制切换?两种切换对已提交事务的处理差在哪?
- 支付写入不能丢已提交事务,读可以接受短暂延迟。半同步禁止退化、允许退化、改异步,该怎么取舍?只读实例默认异步,主备切换时读路径要不要单独摘流?