repmgr 5.5 在 PostgreSQL 16.4 环境下的切换故障分析与解决

在 PostgreSQL 高可用解决方案中，repmgr 是一个广泛使用的工具。本文将深入分析 repmgr 5.5 在 PostgreSQL 16.4 环境下执行主备切换时遇到的故障，并提供完整的解决方案。

故障现象

用户在执行 repmgr standby switchover 命令时，虽然备节点成功提升为主节点，但原主节点未能自动重新启动为备节点。日志显示原主节点被干净地关闭，但后续的重新加入过程失败，导致整个切换过程不完整。

故障排查过程

1. 日志分析：

   • 主节点日志显示数据库被正常关闭，但没有后续启动记录
   • repmgr 日志显示无法连接到原主节点
   • 检查发现原主节点数据目录缺少关键的 standby.signal 文件

2. 配置检查：

   • 确认了 service_start_command 配置正确且脚本可执行
   • 测试了不同形式的启动命令（直接脚本和 systemctl 命令）

3. 关键发现：

   • 原主节点在切换过程中未能自动以备用模式启动
   • 连接问题可能是由于认证方式配置不当

根本原因

经过深入分析，发现问题出在认证配置上。原配置使用 scram-sha-256 认证方法，而 repmgr 在执行自动重新加入操作时可能无法正确处理密码认证。这导致以下连锁反应：

1. 主节点被正常关闭
2. 备节点成功提升为新主节点
3. repmgr 尝试重新启动原主节点为备节点
4. 由于认证失败，启动过程被中断
5. 缺少 standby.signal 文件导致节点无法以备用模式启动

解决方案

推荐解决方案：使用密码文件

1. 在运行 repmgr 的用户主目录下创建密码文件
2. 文件内容格式为：hostname:port:database:username:password
3. 设置文件权限为 600，确保安全性
4. 保持原有的 scram-sha-256 认证方法不变

配置示例

# 密码文件内容示例
*:5432:repmgr:repmgr:repmgr11

验证步骤

1. 确保密码文件权限正确
2. 测试不使用密码能否连接数据库
3. 再次执行切换操作，观察整个过程是否完整

最佳实践建议

1. 认证配置：

   • 始终使用安全的认证方法如 scram-sha-256
   • 配合密码文件实现自动化认证
   • 定期轮换密码并更新相关配置

2. 切换测试：

   • 定期在生产环境外测试切换流程
   • 监控关键文件如 standby.signal 的生成情况

3. 日志监控：

   • 设置对 repmgr 和 PostgreSQL 日志的集中监控
   • 对关键错误配置告警

总结

repmgr 作为 PostgreSQL 高可用解决方案的核心组件，其稳定运行对业务连续性至关重要。通过本文的分析和解决方案，用户可以避免因认证配置不当导致的切换失败问题，确保在主备切换时系统能够完整地完成角色转换。

记住，任何高可用解决方案都需要定期测试和维护，只有经过充分验证的系统才能在真正的故障发生时可靠地工作。