上篇文章是关于MariaDB利用Galera做集群的部署说明，一般情况下数据库集群运行很稳定，几乎无需运维关注。但是如果机房网络不畅通，经常有比较高的ping延迟，那么这种部署方式肯定会让运维人员头疼。下面我们说明下集群如果发生故障，我们该如何恢复集群。

1. 检验节点是否正常

SHOW GLOBAL STATUS LIKE 'wsrep_cluster_status';

正常情况是Primary

正常情况下，查询返回结果是Primary，其他任何返回值都表示该节点异常，如果每一个节点都不是Primary，说明我们需要重置集群的Quorum（一种集群投票选举机制）。

多数情况下是某个节点因为网络原因无法连接其他节点，恢复网络后，集群会自动恢复正常。很少出现都不是Primary这种问题，一旦出现，我们就需要重置Quorum。

2. 重置Quorum

2.1 首先要找到事务最大的节点

上一篇文中，我们标注了需要运维注意的几个参数里面有个wsrep_last_committed，该参数表示对应节点最后一次执行的事务编号，因为集群发生了问题，会有事务不同步，我们应该找到事务最大的节点，从该节点恢复集群。

执行如下：

SHOW STATUS LIKE 'wsrep_last_committed';

数字代表事务编号

2.2 执行重置Quarum操作

选择事务最大的节点之后，我们就可以在该节点上重新恢复集群了。Quarum的重置恢复集群有两种处理方式：自动和手动。官网推荐使用自动方式恢复，因为自动恢复的节点会继续保留原有的缓存，恢复比较快。

自动恢复

下面说明下如何自动恢复，很简单，在事务最大的节点上执行SQL：

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

执行这个sql之后，该节点会作为一个新的集群节点，其他节点会以此同步他们自己的状态，完成同步。

手动恢复

停掉所有服务

service mysql stop

在事务最大的节点A上，重新启动一个新的集群

service mysql start --wsrep-new-cluster

启动其他节点

service mysql start

手动启动之后，其他节点将以A节点的状态快照为准，完成集群的同步。此种方式恢复可能比较慢。（事务差距大的情况下）

感谢您的阅读，不足望指正，可留言交流。