多可用区 RDS 测试故障转移和连接监控答案

【问题标题】：Multi-AZ RDS test failover and connection monitoring多可用区 RDS 测试故障转移和连接监控
【发布时间】：2017-07-29 07:24:49
【问题描述】：

我的问题有两个部分：

出于测试目的启动 RDS 故障转移的最佳方式是什么？
如何在故障转移期间监控连接以观察 AWS 将用户重新连接到备用实例所需的时间？

关于第 (1) 部分：如果我理解正确，所有实例修改都是在备用数据库上进行的，然后 AWS 通过在更新主数据库时将 CNAME 翻转到备用数据库进行故障转移，所以如果我要进行任何修改种实例修改并选择“立即应用”，它应该会导致故障转移，对吗？

关于第 (2) 部分：我正在寻找一种监视 Oracle RDS 实例故障转移的方法，无论是通过 lambda 函数、bash 脚本还是其他方式。据我所知，即使我允许所有 ICMP 流量通过安全组，也无法对 RDS 使用 ping。我可以使用 telnet 或 SQL 客户端毫无问题地进行连接。我想要的是在故障转移期间定期 ping 数据库以查看与连接字符串关联的 IP 何时切换以及需要多长时间。有什么建议吗？

【问题讨论】：

标签： amazon-web-services monitoring amazon-rds failover

【解决方案1】：

正确，RDS 将对故障转移实例进行修改，然后故障转移到它。根据他们的documentation：

多可用区部署的可用性优势还扩展到计划的维护和备份。在系统升级的情况下，如操作系统修补或数据库实例扩展，首先应用这些操作在备用服务器上，在自动故障转移之前。结果，您的同样，可用性影响只是自动执行所需的时间故障转移完成。

要模拟故障转移，只需在重新启动时reboot with failover，而不是同时重新启动。来自链接的文档：

当您想要模拟故障时，使用故障转移重新启动很有用用于测试或将操作还原到原始 AZ 的数据库实例发生故障转移后。

编写一个脚本，该脚本会定期连接 SQL 客户端并在您偏好的表上执行快速选择。您可以使用它来衡量故障转移期间的真实停机时间；我们有一个与此非常相似的工具，我们在将测试 RDS 应用到生产 RDS 之前获取对修改的估计时使用它。我们的工具只是用时间戳写入控制台，以及它是否每隔几秒就失败/成功。该工具将在重新启动前写入成功，在切换完成后写入失败和成功。

其他资源：

【讨论】：

【解决方案2】：

更新：

我最终使用了一个简单的 bash 脚本：

date; while true; date; do nc -vz DBNAME.REGION.rds.amazonaws.com PORT; sleep 1; done

注意：以上为netcat-openbsd。如果使用netcat-traditional，则需要修改它。

这会每秒轮询数据库以查看是否仍然可以连接。通常，当我运行此程序然后通过故障转移启动重新启动时，连接只会在故障转移期间悬空，然后在故障转移完成并恢复连接时显示超时错误，大概是因为故障转移通常比重新启动花费更长的时间。但是，如果重新启动的时间恰好比故障转移的时间长，则在重新启动完成时可能会在一段时间内拒绝连接。无论如何，使用这种方法，我能够获得一致的故障转移时间 2:08。

然而，似乎与我最初的想法不同，大多数实例修改根本不涉及故障转移。我已经测试了调整实例大小以及更改选项组和参数组，并且没有遇到任何停机时间。

更改数据库引擎会导致故障转移。

【讨论】：