MySQL Galera Cluster全解析 Part 9 监控Galera Cluster

前期回顾

前面我们说了Galera Cluster有三种不同的分支

• MySQL Galera Cluster by Codership
• Percona XtraDB Cluster by Percona
• MariaDB Galera Cluster (5.5 and 10.0) by MariaDB

上面我们说了如何一步步搭建MySQL Galera集群

前面我们介绍了Galera相关的知识包括如何搭建，这节的内容为监控Galera

1. 监控状态变量

在监控Galera之前我们可能已经监控了其他MySQL的变量，Galera也提供了一些状态变量供查看

他们以wsrep_开头，我们可以用如下语句来查看所有Galera的状态

mysql> SHOW GLOBAL STATUS LIKE 'wsrep_%';

该语句查询出来可能有60个，可能大多数都不是我们需要的

但是有些是你需要查看的，我们可以简单分为3个种类

• 集群完整性(Cluster's Integrity)
• 节点状态(node status)
• 复制健康度(replication health)

1.集群完整性

该分类主要有如下状态变量

• wsrep_cluster_state_uuid
• wsrep_cluster_conf_id
• wsrep_cluster_size
• wsrep_cluster_status

1.1 检查UUID

我们知道集群内节点是相互同步的，这意味着他们执行完了所有的相同的事务

每个事务由一个uuid来标识，所以所有节点最后执行的uuid应该是一样的

所以我们在所有节点查询uuid并比较

所有节点

SHOW GLOBAL STATUS LIKE 'wsrep_cluster_state_uuid' G

如果最后个节点和其他的不一致，可能是由于正在执行导致

1.2 节点数量

对于一个健康的集群，所有节点查询出来的集群大小应该是一致的，应该是所有节点的个数

所有节点

SHOW GLOBAL STATUS LIKE 'wsrep_cluster_size';

1.3 集群变化次数

对于一个健康的集群，所有节点的集群变化次数应该是一致的,重启数据库算2次(关闭和启动)

所有节点

SHOW GLOBAL STATUS LIKE 'wsrep_cluster_conf_id';

如果该值非常大，可能会是由于节点不断的被踢出和加入导致，需要查看

2. 各节点状态

我们日常除了查询集群整体状态，对于各个节点我们也应该有所关注

主要有如下状态变量

• wsrep_ready
• wsrep_connected
• wsrep_local_state_comment

2.1 节点连接状态

我们可以查询如下变量来查看该节点是否在集群内

SHOW GLOBAL STATUS LIKE 'wsrep_ready';
SHOW GLOBAL STATUS LIKE 'wsrep_connected';

该值必须为ON

如果为OFF说明有问题，在该节点的事务会失败

可能是由于节点故障，网络问题，也可能是参数配置错误

• wsrep_cluster_address 
• wsrep_cluster_name 

我们可以在错误日志中查看相关错误

2.2 节点在集群中的状态

我们使用如下语句查询节点在集群中的状态

SHOW GLOBAL STATUS LIKE 'wsrep_local_state_comment';

其结果很容易理解，有:

• Joining
• Waiting on SST
• Joined
• Synced
• Donor

一般应该为Synced，代表已同步

3. 复制性能状态

通过上面的查询我们可以知道集群的是否正常，且不会对服务器造成大的负载

当复制队列中有很多写集，节点会触发Flow Control机制暂停复制用来缓解服务器压力

我们可以监控如下变量来检查该机制的运行情况

• wsrep_local_recv_queue_avg
• wsrep_flow_control_paused
• wsrep_cert_deps_distance

上面三个变量，当执行FLUSH STATUS 命令时会被清零

3.1 大量写状态

下面的变量显示上次状态查询以来本地队列的平均大小

SHOW STATUS LIKE 'wsrep_local_send_queue_avg';

该值大于0代表，节点无法及时应用接收到的写集

这时我们需要查询如下变量来查看最大和最小值

• wsrep_local_recv_queue_min
• wsrep_local_recv_queue_max

3.2 Flow Control Paused

如果你怀疑节点负载较大，你可以执行flush status之后等待一段时间，再查询如下值

SHOW STATUS LIKE 'wsrep_flow_control_paused';

其显示了在这段时间内复制进程暂停了多久(百分比)，任何大于0的数值说明复制的性能不佳

如果值为0.18，代表18%的时间

你可以不时的查询该值来检查其是否是0(记得先执行flush status来清零以前的值)，如果不能解决，需要增加slave thread的值(wsrep_slave_threads)

3.3 并行恢复

我们可以查询如下变量来评估节点是否可以启用并行恢复

 SHOW STATUS LIKE  'wsrep_cert_deps_distance';

我们可以根据该值来参考设置wsrep_slave_threads的值

4. 参考资料

https://galeracluster.com/library/training/tutorials/galera-monitoring.html