📋本文转自征文活动《绽放吧！GaussDB(DWS)云原生数仓》投稿

✍🏻作者：@不想吃土豆

GaussDB(DWS)的快照与容灾都是从管控面下发任务到后端内核执行，大体流程如下：

DWS管控面/FI管控面

⬇️

GaussRoach.py/SyncDataToStby.py

⬇️

gs_roach内核

后端备份排查思路参考（👇🏻长按扫码查看）：

有些时候问题并不是发生在roach侧，而是管控面任务调度异常，可能备份任务并未成功下发到后台，本文提供管控面快照/容灾管理的定位方法。

管控面rms数据库登录参考：👇🏻《DWS登录指南》

1.1  登录mysql数据库，查看集群id

select name,id from rds_cluster where name='集群名称';

1.2  根据集群id找到报错快照的jobid

select status,id,name,backJobId from rds_cluster_backup where clusterId='c22a5d15-1d60-4d15-a7a3-7846ea99b394' order by name;

1.3  根据jobid查看具体的快照是在哪一步骤报错

select * from taskmgr_task where job_id='2c9080298b6480a0018b6cdf8881049f' ORDER BY begin_time desc;

1.4 根据jobid找到对应的pod节点 去查看controller日志

select server_hostname,created_at,scheduled_at from taskmgr_job where job_id='2c9080298b6480a0018b6cdf8881049f' ORDER BY begin_time desc;

1.5  第四步中可查到报错pod

登录报错 pod 根据 jobid 查看ossres-dws.log

1.6  根据ossres-dws.log中报错的  instanceId 

登录节点查看沙箱外日志 home/Ruby/log/cloud-dws-deploy.log

(若cloud-dws-deploy.log日志为空，考虑日志已归档，查看归档目录/home/Ruby/archivelog，解压对应时间压缩包进行查看)

2.1  登录mysql数据库，查看集群id

通过rds_disaster_recovery_cluster_info这张表，使用容灾ID查询到容灾的集群，拿到主集群的ID；

容灾管理-->点击容灾名称，进入详情后获取容灾ID

select role,clusterId,clusterName from rds_disaster_recovery_cluster_info where disasterRecoveryId='e5f580a8-fbc2-423c-871b-c96b9f962252';

2.2  根据主集群ID查询job调度情况

select job_id, job_def_name, execution_status, begin_time, server_hostname from taskmgr_job where request like '%f002086c-e653-4527-b0d5-09a184a7c5ed%' order by begin_time desc, job_id desc;

2.3  根据jobid查看具体的job执行结果

select * from taskmgr_task where job_id='2c9080028b5bea07018b5ce2c1c001f1' ORDER BY task_index;

2.4  管控面容灾日志路径

/home/Ruby/log/disaster_recovery.log

tips:管控面如何确认哪个节点为主节点

select id,name,status,privateIp,internalIp,manageIp,datastoreVersion,guestAgentVersion,instType from rds_instance where clusterId='492c94ed-60c2-487e-9ec6-69af30532ff3';

查询得到的第一个cn节点为主节点。