表元数据修复
概述
在 GreptimeDB 分布式环境中，系统采用了分层的元数据管理架构：
- Metasrv：作为元数据管理层，负责维护集群中所有表的元信息
- Datanode：负责实际的数据存储和查询执行，同时会持久化部分表元信息
在理想情况下，Metasrv 和 Datanode 的表元信息应该保持完全一致。但在实际生产环境中，从元数据备份恢复集群的操作可能会导致元数据不一致。
Table Reconciliation 是 GreptimeDB 提供的表元数据修复机制，用于：
- 检测 Metasrv 与 Datanode 之间的元信息差异
- 根据预定义的策略修复不一致问题
- 确保系统能够从异常状态恢复到一致、可用的状态
在开始之前
在开始表元数据修复之前，你需要：
修复场景
Table not found 错误
当集群从特定元数据恢复后，写入和查询可能出现 Table not found 错误。
-
场景一：原集群在备份元数据后新增了表，导致新增表的元数据没有包含在备份中，从而查询这些新增表时出现
Table not found错误。这种情况下，新建表将丢失，同时你必须手动设置 待分配表 ID，确保恢复后的集群在新创建表时不会因为表 ID 冲突导致创建失败。 -
场景二：原集群在备份元数据后将原有表重命名，这种情况下新表名将丢失。
Empty region directory 错误
当集群从特定元数据恢复后，启动 Datanode 时出现 Empty region directory 错误。这通常是因为原集群在备份元数据后删除了表（即执行 DROP TABLE），导致删除表的元数据没有包含在备份中，从而启动 Datanode 时出现该错误。针对这种情况，你需要在启动集群时，在 Metasrv 启动后开启 Recovery Mode，确保 Datanode 可以正常启动。
- Mito Engine 表：表元信息不可修复，需要手动执行
DROP TABLE命令删除不存在的表。 - Metric Engine 表：表元信息可以修复，需要手动执行
ADMIN reconcile_table(table_name)命令修复表元信息。
No field named 错误
当集群从特定元数据恢复后，写入和查询可能出现 No field named 错误。这通常是因为原集群在备份元数据后删除了列（即执行 DROP COLUMN），导致删除列的元数据没有包含在备份中，从而查询这些已删除列时出现该错误。针对这种情况，你需要手动执行 ADMIN reconcile_table(table_name) 命令修复表元信息。
schema has a different type 错误
当集群从特定元数据恢复后，写入和查询可能出现 schema has a different type 错误。这通常是因为原集群在备份元数据后修改了列类型（即执行 MODIFY COLUMN [column_name] [type]），导致修改列类型的元数据没有包含在备份中，从而查询这些修改后的列时出现该错误。针对这种情况，你需要手动执行 ADMIN reconcile_table(table_name) 命令修复表元信息。
缺少特定列
当集群从特定元数据恢复后，写入和查询可能正常运行，但是未包含一些列。这是因为原集群在备份元数据后新增了列（即执行 ADD COLUMN），导致新增列的元数据未包含在备份中，从而查询时无法列出这些列。针对这种情况，你需要手动执行 ADMIN reconcile_table(table_name) 命令修复表元信息。
列缺少索引
当集群从特定元数据恢复后，写入和查询可能正常运行，但是 SHOW CREATE TABLE/SHOW INDEX FROM [table_name] 显示某些列未包含预期索引。这是因为原集群在备份元数据后修改了索引（即执行 MODIFY INDEX [column_name] SET [index_type] INDEX），导致索引变更后的元数据未包含在备份中。针对这种情况，你需要手动执行 ADMIN reconcile_table(table_name) 命令修复表元信息。
修复操作
GreptimeDB 提供了以下 Admin 函数用于触发表元数据修复：
修复所有表
修复整个集群中所有表的元数据不一致问题：
ADMIN reconcile_catalog()
修复 指定数据库
修复指定数据库中所有表的元数据不一致问题：
ADMIN reconcile_database(database_name)
修复指定表
修复单个表的元数据不一致问题：
ADMIN reconcile_table(table_name)
查看修复进度
上述 Admin 函数执行后会返回一个 ProcedureID，你可以通过以下命令查看修复任务的执行进度：
ADMIN procedure_state(procedure_id)
当 procedure_state 返回 Done 时，标识修复任务完成。
注意事项
在执行表元数据修复操作时，请注意以下几点：
- 修复操作是异步执行的，可以通过
procedure_id查看执行进度 - 建议在业务低峰期执行修复操作，以减少对系统性能的影响
- 对于大规模的修复操作（如
reconcile_catalog()），建议先在测试环境验证