[pgsql-jp: 32937] Re: pgpoolのfailover について

[Tatsuo Ishii]

石井です．

> 初めまして、平野と申します。
> 
> 　PostgreSQLのサーバのfail overを実現しようと、pgpoolを
> 検証させて頂いております。かなり気に入っているのですが、
> fail overしない状況がありましたので、報告します。
> 
> 　3台のサーバを用意して、
> 
> A: pgpool のみインストールされたPC (postgreSQLなし) (Turbolinux 8)
> B: postgreSQL7.4.2がインストールされたPC (Primary) (Turbolinux 8)
> C: postgreSQL7.4.2がインストールされたPC (Secondary) (Fedora Core 1)
> 
> という構成で、
> 
> 1) B C ともpostmasterの起動している状態で、Aにてpgpool -dn を起動
> 2) Bより psql -h A test でpgpoolに接続
> 3) CのLANケーブルを抜く
> 4) psqlから何か問い合わせ(\dt)を送る
> 5) 反応なし (数分経っても終了しない,
>              かなり(?)待つと正しくfailoverする)
> 
> というテストを行ったのですが、failoverせずに、黙りになって
> しまいます。この時の、pgpoolの出力は、
> 
> | DEBUG: pid 18297: read kind from frontend Q(51)
> | DEBUG: pid 18297: pool_read_string: readsize: 1024 readp: 0 secondary: 0
> | DEBUG: pid 18297: pool_read_string: buf:SELECT n.nspname as "Schema",
> | -- snip --
> | ORDER BY 1,2;: readlen: 523
> | DEBUG: pid 18297: strlength: 523
> | DEBUG: pid 18297: pool_read_string: string: :SELECT n.nspname as "Schema",
> | -- snip --
> | DEBUG: pid 18297: pool_read_string: next string: ::
> | DEBUG: pid 18297: pool_read_string: final read 523 string: :SELECT n.nspname as
> | -- snip --
> | DEBUG: pid 18297: pool_read_string: total result 523 string: :SELECT n.nspname a
> | -- snip --
> | DEBUG: pid 18297: read kind from backend P
> 
> というような感じで、ここで止まってしまっています。
> 
> 　マニュアル通りに、DBノード側でpostmasterプロセスを停止した
> 場合は、正しく、
> 
> | test=> \dt
> | server closed the connection unexpectedly
> |         This probably means the server terminated abnormally
> |         before or while processing the request.
> | The connection to the server was lost. Attempting reset: Failed.
> | !> 
> 
> という状態になりましたので、pgpool <-> postgreSQLサーバ 間の
> コネクションの断が検出出来ていないのだと思います。
> 
> 　実際、netstatで見たところ、
> 
> | $ netstat -a | grep 5432
> | tcp        0      0 *:5432                  *:*                     LISTEN
> | tcp        0      0 test2.test:5432         192.168.5.161:1202      ESTABLISHED
> | tcp        0    524 test2.test:1298         192.168.5.163:5432      ESTABLISHED 
> | tcp      118      0 test2.test:1297         192.168.5.161:5432      ESTABLISHED
> | unix  2      [ ACC ]     STREAM     LISTENING     48405  /tmp/.s.PGSQL.5432
> 
> Bサーバ(192.168.5.161)もCサーバ(192.168.5.163)同様にestablished
> の状態になっています。

端的に言うと，これはちょっと避けるのが難しい問題だと思います．TCPレベ
ルでretryしていると思うのです．実際，pgpoolでなくても，psqlで
postmasterに接続し，psqlの動いているホストからLANケーブルを引っこ抜く
とまったく同じ状況になります．netstatで見ると，やはりESTABLISHEDになっ
ています．

> 　実際の障害では、障害の起きたサーバのpostmasterがshutdown
> してくれるとは到底考えられないので、何とかしたいと考えているの
> ですが、何かいい方法はありませんでしょうか。
> 
> 　無理なら、とりあえず、時間のかかるqueryはないものとして、
> タイムアウトさせて逃げようか、とも思っていますが。

たぶん根本的な解決は，多くのHAソフトがやっているような，ハートビートを
方法だと思いますが，何かアイデアがあれば私も教えて欲しいです．
--
Tatsuo Ishii