上篇文章是關於MariaDB利用Galera做集群的部署說明，一般情況下數據庫集群運行很穩定，幾乎無需運維關注。但是如果機房網絡不暢通，經常有比較高的ping延遲，那麼這種部署方式肯定會讓運維人員頭疼。下面我們說明下集群如果發生故障，我們該如何恢復集群。

1. 檢驗節點是否正常

SHOW GLOBAL STATUS LIKE 'wsrep_cluster_status';

正常情況是Primary

正常情況下，查詢返回結果是Primary，其他任何返回值都表示該節點異常，如果每一個節點都不是Primary，說明我們需要重置集群的Quorum（一種集群投票選舉機制）。

多數情況下是某個節點因為網絡原因無法連接其他節點，恢復網絡後，集群會自動恢復正常。很少出現都不是Primary這種問題，一旦出現，我們就需要重置Quorum。

2. 重置Quorum

2.1 首先要找到事務最大的節點

上一篇文中，我們標註了需要運維注意的幾個參數裡面有個wsrep_last_committed，該參數表示對應節點最後一次執行的事務編號，因為集群發生了問題，會有事務不同步，我們應該找到事務最大的節點，從該節點恢復集群。

執行如下：

SHOW STATUS LIKE 'wsrep_last_committed';

數字代表事務編號

2.2 執行重置Quarum操作

選擇事務最大的節點之後，我們就可以在該節點上重新恢復集群了。Quarum的重置恢復集群有兩種處理方式：自動和手動。官網推薦使用自動方式恢復，因為自動恢復的節點會繼續保留原有的緩存，恢復比較快。

自動恢復

下面說明下如何自動恢復，很簡單，在事務最大的節點上執行SQL：

SET GLOBAL wsrep_provider_options='pc.bootstrap=YES';

執行這個sql之後，該節點會作為一個新的集群節點，其他節點會以此同步他們自己的狀態，完成同步。

手動恢復

停掉所有服務

service mysql stop

在事務最大的節點A上，重新啟動一個新的集群

service mysql start --wsrep-new-cluster

啟動其他節點

service mysql start

手動啟動之後，其他節點將以A節點的狀態快照為準，完成集群的同步。此種方式恢復可能比較慢。（事務差距大的情況下）

感謝您的閱讀，不足望指正，可留言交流。