postgres主从部署（repmgr故障自动切换）

基础信息：

节点	角色	pg版本	节点IP	os版本	pg安装方式
node1	primary	14.12	10.204.121.214	Ubuntu2204	apt
node2	standby	14.12	10.204.121.214	Ubuntu2204	apt

安装pg（所有节点）

sudo apt update
sudo apt install postgresql-14 -y
sudo systemctl status postgresql@14-main.service
sudo -u postgres psql -c "SELECT version();"

安装repmgr（所有节点）

下面安装的是14匹配的repmgr，如果是其他版本把14换成其他版本即可

sudo apt-get install postgresql-14-repmgr -y

配置主库node1

修改配置文件 /etc/postgresql/14/main/postgresql.conf

sed -i '/cluster_name/s/14\/main/node1/' /etc/postgresql/14/main/postgresql.conf
cat <<EOF >> /etc/postgresql/14/main/postgresql.conf
listen_addresses = '*'
max_wal_senders = 10
max_replication_slots = 10
wal_level = 'hot_standby'
hot_standby = on
archive_mode = on   # repmgr 本身不需要 WAL 文件归档。
archive_command = '/bin/true'
shared_preload_libraries = 'repmgr'
wal_log_hints = 'on'
EOF

创建 repmgr 用户

su -l postgres -c "createuser -s repmgr"
su -l postgres -c "createdb repmgr -O repmgr"

配置 /etc/postgresql/14/main/pg_hba.conf

这个hba文件是为了配置repmgr用户无密码访问repmgr数据库的，所以上面创建用户的时候没有设置密码，trust就是这个意思，还有其他的配置项可以看配置文件里的解释

sed -i '/# DO NOT DISABLE!/i \
local   replication   repmgr                              trust \
host    replication   repmgr      127.0.0.1/32            trust \
host    replication   repmgr      0.0.0.0/0               trust \
local   repmgr        repmgr                              trust \
host    repmgr        repmgr      127.0.0.1/32            trust \
host    repmgr        repmgr      0.0.0.0/0               trust' /etc/postgresql/14/main/pg_hba.conf

配置/etc/postgresql/14/main/repmgr.conf，内容如下

cat <<EOF > /etc/postgresql/14/main/repmgr.conf
node_id=1
node_name='${PRIMARY}'
conninfo='host=${PRIMARY} user=repmgr dbname=repmgr connect_timeout=2'
data_directory='/var/lib/postgresql/14/main'
# 日志管理
log_level='INFO'
log_file='/tmp/repmgr.log'
# failover设置
failover='automatic'
promote_command='/usr/bin/repmgr standby promote -f /etc/postgresql/14/main/repmgr.conf --log-to-file'
follow_command='/usr/bin/repmgr standby follow -f /etc/postgresql/14/main/repmgr.conf --log-to-file --upstream-node-id=%n'
# 用于repmgr启停pg
service_start_command   = 'sudo pg_ctlcluster 14 main start'
service_stop_command    = 'sudo pg_ctlcluster 14 main stop'
service_restart_command = 'sudo pg_ctlcluster 14 main restart'
service_reload_command  = 'sudo pg_ctlcluster 14 main reload'
EOF

上面的变量按实际情况去修改

配置后重启数据库

sudo systemctl restart postgresql@14-main.service

注册主库

# 注册主节点
su -l postgres -c "repmgr -f /etc/postgresql/14/main/repmgr.conf primary register"
# 查看注册后情况，如下说明已注册成功
su -l postgres -c "repmgr -f /etc/postgresql/14/main/repmgr.conf cluster show"
 ID | Name  | Role    | Status    | Upstream | Location | Priority | Timeline | Connection string                                                                
----+-------+---------+-----------+----------+----------+----------+----------+-----------------------------------------------------------------------------------
 1  | node1 | primary | * running |          | default  | 100      | 1        | host=10.204.121.218 user=repmgr dbname=repmgr connect_timeout=2 password=test2024

配置从库node2

修改配置文件 /etc/postgresql/14/main/postgresql.conf

sed -i '/cluster_name/s/14\/main/node2/' /etc/postgresql/14/main/postgresql.conf
cat <<EOF >> /etc/postgresql/14/main/postgresql.conf
listen_addresses = '*'
max_wal_senders = 10
max_replication_slots = 10
wal_level = 'hot_standby'
hot_standby = on
archive_mode = on   # repmgr 本身不需要 WAL 文件归档。
archive_command = '/bin/true'
shared_preload_libraries = 'repmgr'
wal_log_hints = 'on'
EOF

配置/etc/postgresql/14/main/repmgr.conf，内容如下

cat <<EOF > /etc/postgresql/14/main/repmgr.conf
node_id=2
node_name='${STANDBY}'
conninfo='host=${STANDBY} user=repmgr dbname=repmgr connect_timeout=2'
data_directory='/var/lib/postgresql/14/main'
# 日志管理
log_level='INFO'
log_file='/tmp/repmgr.log'
# failover设置
failover='automatic'
promote_command='/usr/bin/repmgr standby promote -f /etc/postgresql/14/main/repmgr.conf --log-to-file'
follow_command='/usr/bin/repmgr standby follow -f /etc/postgresql/14/main/repmgr.conf --log-to-file --upstream-node-id=%n'
# 用于repmgr启停pg
service_start_command   = 'sudo pg_ctlcluster 14 main start'
service_stop_command    = 'sudo pg_ctlcluster 14 main stop'
service_restart_command = 'sudo pg_ctlcluster 14 main restart'
service_reload_command  = 'sudo pg_ctlcluster 14 main reload'
EOF

配置 /etc/postgresql/14/main/pg_hba.conf

# 添加repmgr无密码登录pg
sed -i '/# DO NOT DISABLE!/i \
local   replication   repmgr                              trust \
host    replication   repmgr      127.0.0.1/32            trust \
host    replication   repmgr      0.0.0.0/0               trust \
local   repmgr        repmgr                              trust \
host    repmgr        repmgr      127.0.0.1/32            trust \
host    repmgr        repmgr      0.0.0.0/0               trust' /etc/postgresql/14/main/pg_hba.conf

停止pg 删除从库数据

systemctl stop postgresql@14-main.service
rm -rf /var/lib/postgresql/14/main/*

注册并启动从库

# 测试克隆数据,-h 是主节点的IP地址
su -l postgres -c "repmgr -h $primaryIP -U repmgr -d repmgr -f /etc/postgresql/14/main/repmgr.conf standby clone --dry-run"
# 正常的话，执行clone
su -l postgres -c "repmgr -h $primaryIP -U repmgr -d repmgr -f /etc/postgresql/14/main/repmgr.conf standby clone"
# 启动pg
systemctl start postgresql@14-main.service
# 注册从库
su -l postgres -c "repmgr -f /etc/postgresql/14/main/repmgr.conf standby register"
# 查看注册好的从库，目前主从都建立完成
su -l postgres -c "repmgr -f /etc/postgresql/14/main/repmgr.conf cluster show"
 ID | Name  | Role    | Status    | Upstream | Location | Priority | Timeline | Connection string                                                                
----+-------+---------+-----------+----------+----------+----------+----------+-----------------------------------------------------------------------------------
 1  | node1 | primary | * running |          | default  | 100      | 1        | host=10.204.121.218 user=repmgr dbname=repmgr connect_timeout=2 password=test2024
 2  | node2 | standby |   running | node1    | default  | 100      | 1        | host=10.204.121.219 user=repmgr dbname=repmgr connect_timeout=2 password=test2024

到此已经完成了pg的主从搭建，目前也可以故障转移，但是需要手动操作，后面接着部署repmgr自动故障切换

创建repmgrd（所有节点）

repmgrd 作为运行在集群中每个节点上的一个管理和监控的守护程序，可以自动进行故障转移和维护复制关系，并提供有关每个节点状态的监控信息。

修改repmgrd service 配置文件，新的，如下

cat <<EOF > /etc/default/repmgrd
REPMGRD_ENABLED=yes
REPMGRD_CONF="/etc/postgresql/14/main/repmgr.conf"
REPMGRD_OPTS="--daemonize=false"
EOF

重启repmgrd

# 启动
systemctl restart repmgrd

查看repmgrd在集群的状态，显示running说明正常。到这里就可以自动故障转移了

su - postgres -c 'repmgr -f /etc/postgresql/14/main/repmgr.conf service status'
 ID | Name  | Role    | Status    | Upstream | repmgrd     | PID     | Paused? | Upstream last seen
----+-------+---------+-----------+----------+-------------+---------+---------+--------------------
 1  | node1 | primary | * running |          | running     | 1541134 | no      | n/a                
 2  | node2 | standby |   running | node1    | running     | n/a     | n/a     | n/a

repmgr缺点：主节点宕机恢复后，需要人工手动加入到集群

主节点宕机恢复

重新加入之前的主节点为当前的从节点，可以使用repmgr node rejoin 命令，官方链接: repmgr-node-rejoin但是测试没有成功，所以用重新clone的方式恢复

systemctl stop postgresql@14-main.service
rm -rf /var/lib/postgresql/14/main/*
# $primaryIP 替换成当前主节点IP
su -l postgres -c "repmgr -h $primaryIP -U repmgr -d repmgr -f /etc/postgresql/14/main/repmgr.conf standby clone --dry-run"
# 上一步正常执行后，执行clone
su -l postgres -c "repmgr -h 10.204.121.219 -U repmgr -d repmgr -f /etc/postgresql/14/main/repmgr.conf standby clone"
systemctl start postgresql@14-main.service
su -l postgres -c "repmgr -f /etc/postgresql/14/main/repmgr.conf standby register --force"
# 查看集群状态是否已同步
su -l postgres -c "repmgr -f /etc/postgresql/14/main/repmgr.conf cluster show"