切分、复制和复制

Question

我使用正式的停靠器和对接者组合指令来设置citus 11集群。我将集群缩放到5个工作节点，并创建了一个具有复制因子3的分布式表。

如果我关闭一个工作节点，我就希望Citus集群能够正常工作。但是当我测试的时候，通过阻止一名工人。整张桌子停下来工作。像select *或select (*)这样的简单查询将被阻塞，直到我重新启动worker节点。

所以，我的问题是，这是否意味着，Citus现在没有内置的高可用性功能？我对分片、复制和分布式查询引擎感到困惑。理论上，即使有一个节点关闭，集群中仍然有2个数据副本。Citus可以很容易地找到那些复制碎片，并从那里查询数据。这就是大多数分布式数据库的工作方式。

如果这是事实，增加服务器数量将显着地增加整个集群的故障率，如果我使用旧的热备用节点来复制每个工作人员，这将大大增加预算。

请告诉我我错了。我正试图规划一个SaaS服务，而关系数据库现在是该系统的唯一瓶颈。因此，我正在尝试制作一个“可伸缩的解决方案”，具有复杂的备份/恢复功能和高度可用的功能。

Answer 1

Citus本机具有高可用性的读取查询，但是如果一个节点出现故障，写查询将失败(否则，它们将得到不同的数据)。

我的第一个问题是:你是如何阻止你的工人的？你停止了postgres程序吗？你关掉机器了吗？你把所有网络流量都堵住了吗？

在最后两种情况下，Linux内核可能还没有报告TCP套接字已损坏，因此citus只是继续等待响应。在许多分布式系统中，这是要考虑的问题，并且需要使用合适的TCP超时来配置客户机。这可以通过将以下内容放入postgresql.conf文件并重新加载/重新启动postgres来实现：

citus.node_conninfo = 'keepalives=1 keepalives_idle=30 keepalives_interval=15 keepalives_count=2 tcp_user_timeout=10000 connect_timeout=25 sslmode=require'

这些设置做了三件事：

1. 检测到空闲缓存的连接在对方失去响应(30 + 15 *2)后最多60秒中断，如果对方10秒内不确认任何TCP消息，则将连接标记为
2. ，允许20秒在连接尝试被认为失败之前成功地建立连接。

如果需要更严格的超时，可以相应地更改这些值。

推荐什么？

但是，对于高可用性，我们建议使用常规的postgres高可用性解决方案，比如Patroni或pg_auto_failover。这些也可以用于HA的写入。其中一些有用的资源是：https://laravel.wiki/62687acd9a725.html