跳到主要内容
版本：1.0

集群维护模式

集群维护模式是 GreptimeDB 中的一个安全特性，用于临时禁止集群的自动调度操作。

该模式在以下情况下特别有用：

  • 集群部署
  • 集群升级
  • 计划停机
  • 任何可能暂时影响集群稳定性的操作

何时使用维护模式​

使用 GreptimeDB Operator​

如果你使用 GreptimeDB Operator 升级集群，你不需要手动启用维护模式。Operator 会自动处理。

不使用 GreptimeDB Operator​

当不使用 GreptimeDB Operator 升级集群时，在以下情况下必须手动启用 Metasrv 的维护模式：

  1. 部署新集群（在 metasrv 节点就绪后启用维护模式）
  2. Datanode 节点滚动升级
  3. Metasrv 节点升级
  4. Frontend 节点升级
  5. 任何可能暂时影响节点可用性的操作

在集群部署/升级完成后，你可以停用维护模式。

维护模式的影响​

当维护模式启用时：

  • Region Balancer（如果启用）将暂停
  • Region Failover（如果启用）将暂停
  • 手动操作/迁移 Region 仍然可行
  • 集群读、写服务正常工作
  • 监控和指标收集继续运行

管理维护模式​

维护模式可以通过 Metasrv 的 HTTP 接口启用和禁用：http://{METASRV}:{HTTP_PORT}/admin/maintenance/enable 和 http://{METASRV}:{HTTP_PORT}/admin/maintenance/disable。请注意，此接口监听 Metasrv 的 HTTP_PORT，默认为 4000。

启用维护模式​

危险

调用运维模式接口后，请务必检查接口返回的 HTTP 状态码为 200，并确认响应内容符合预期。如果出现异常或接口行为不符合预期，请谨慎操作，并避免继续执行集群升级等高风险操作。

通过发送 POST 请求到 /admin/maintenance/enable 端点启用维护模式。

curl -X POST 'http://localhost:4000/admin/maintenance/enable'

预期输出：

{"enabled":true}

如果遇到任何问题或意外行为，请不要继续进行维护操作。

停用维护模式​

危险

在关闭运维模式之前，必须确认所有组件均已恢复至正常状态。

通过发送 POST 请求到 /admin/maintenance/disable 端点停用维护模式。

在停用维护模式之前：

  1. 确保所有组件健康且正常运行
  2. 验证所有节点是否正确加入集群
curl -X POST 'http://localhost:4000/admin/maintenance/disable'

预期输出：

{"enabled":false}

检查维护模式状态​

通过发送 GET 请求到 /admin/maintenance/status 端点检查维护模式状态。

curl -X GET http://localhost:4000/admin/maintenance/status

预期输出：

{"enabled":false}

故障排除​

常见问题​

  1. 无法启用维护模式
    • 验证 Metasrv 是否正在运行且可访问
    • 检查你是否具有正确的权限
    • 确保 HTTP 端口正确

最佳实践​

  1. 在操作前后始终验证维护模式状态
  2. 准备好回滚计划
  3. 监控集群健康状况
  4. 记录所有维护期间进行的更改