首页
/ YugabyteDB中TServer崩溃导致事务丢失问题分析与修复

YugabyteDB中TServer崩溃导致事务丢失问题分析与修复

2025-05-24 06:30:40作者:卓艾滢Kingsley

问题背景

在YugabyteDB分布式数据库中,我们发现了一个可能导致数据不一致的关键问题。该问题最初是在CDC(变更数据捕获)与数据库克隆功能的联合测试中被发现的。测试场景中,当源数据库执行克隆操作后,CDC数据复制会出现异常,表现为源数据库和克隆数据库之间的行计数不一致且不断波动。

问题现象

在典型的测试流程中:

  1. 创建包含2个表的源数据库
  2. 在源数据库上启用CDC并部署gRPC连接器
  3. 克隆原始数据库
  4. 在克隆数据库上启用CDC并部署连接器
  5. 验证CDC复制正确性

测试过程中观察到源数据库的行计数出现异常波动,例如:

  • 初始状态:源库行数113,659,同步正常
  • 异常开始:源库行数从174,113变为154,691
  • 后续发展:行数持续波动(149,448→145,923→150,355→139,732)

根本原因分析

经过深入调查,发现问题根源在于YugabyteDB的写入和刷盘机制存在缺陷。具体表现为:

  1. 操作顺序问题:当处理SNAPSHOT_OP(特别是删除操作)时,系统会先更新RocksDB清单文件中的flushed frontier(通过Tablet::ModifyFlushedFrontier),然后再将之前的写操作真正刷盘到SST文件。

  2. 崩溃恢复缺陷:如果在更新flushed frontier后、实际数据刷盘前发生TServer崩溃,重启后的tablet bootstrap过程会错误地认为这些数据已经持久化,导致部分已提交但未刷盘的事务丢失。

  3. CDC影响:这种数据丢失会导致CDC流出现不一致,表现为行计数异常波动,因为部分已复制的数据在崩溃恢复后被丢弃。

技术细节

问题的核心在于YugabyteDB的持久化机制:

  1. RocksDB集成:YugabyteDB使用RocksDB作为存储引擎,数据首先写入内存表(MemTable),然后异步刷盘到SST文件。

  2. Frontier机制:flushed frontier记录了已持久化数据的前沿位置,用于崩溃恢复时确定需要重放的日志范围。

  3. 错误时序:当前实现在更新flushed frontier时没有确保相关数据已经刷盘,导致持久化状态与实际数据不一致。

解决方案

修复方案着重于保证数据持久化的原子性和正确顺序:

  1. 强制刷盘:修改Tablet::ModifyFlushedFrontier实现,在更新flushed frontier前,先同步刷盘常规DB和intents DB。

  2. 严格顺序:确保只有数据确实写入磁盘后,才更新清单文件中的flushed frontier标记。

  3. 崩溃安全:这种修改保证了即使TServer在更新过程中崩溃,也不会出现数据丢失,因为要么全部持久化,要么全部不持久化。

影响范围与修复版本

该问题是一个长期存在的潜在缺陷,影响多个YugabyteDB版本。修复方案已向后移植到所有受支持的稳定版本,包括2024.1、2024.2和2025.1等主要发布线。

最佳实践建议

对于使用YugabyteDB的生产环境,特别是依赖CDC或数据库克隆功能的用户,建议:

  1. 及时升级到包含此修复的版本
  2. 在关键业务场景中增加数据一致性校验
  3. 监控CDC延迟和一致性指标
  4. 考虑在重要操作前后执行手动刷盘(如通过admin命令)

该修复显著提高了YugabyteDB在崩溃恢复场景下的数据可靠性,确保了分布式事务的完整性和一致性。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
595
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K