SQL Server Always On AG 运维（Windows 和 Linux）

这不是安装指南，而是已安装的 Always On 可用性组的日常运维与故障场景：健康检查、延迟和日志增长诊断、计划内故障转移、强制故障转移（FORCE_FAILOVER_ALLOW_DATA_LOSS）及其后续处理、挂起/恢复数据移动、同步/异步模式、添加数据库（自动种子设定或备份/还原）、添加/删除副本、只读路由和侦听器变更。Windows 上使用 WSFC 命令，Linux 上使用 Pacemaker（pcs）命令。

在场景卡片中选择要执行的操作；也可以把错误号（例如 9002、35264、41142）输入目录搜索，直接打开相关场景。如果还没有 AG：AG (Windows) 或 AG (Linux)。

架构: 2–9 个副本的 AG（Windows WSFC 或 Linux Pacemaker）

场景

• AG 健康检查（仪表板查询） — 一切是否正常？副本/数据库状态、故障转移就绪情况、群集以及最近的角色变更。不做任何更改。
• 辅助副本落后 / 日志文件增长（延迟诊断） — send/redo 队列在增长、辅助副本上的数据陈旧、主副本上的日志即将写满（log_reuse_wait = AVAILABILITY_REPLICA），或者提交变慢（HADR_SYNC_COMMIT）。
• 计划内故障转移（switchover，无数据丢失） — 为维护、打补丁或测试，把主副本切换到一个同步提交且处于 SYNCHRONIZED 状态的辅助副本；中断几秒钟，无数据丢失。
• 主副本丢失：强制故障转移（FORCE_FAILOVER_ALLOW_DATA_LOSS） — 主副本（或整个站点/群集仲裁）丢失且无法等待：接受数据丢失，把一个辅助副本提升为主副本；然后比对数据并恢复其他副本。
• 挂起 / 恢复数据移动（SUSPEND / RESUME） — 暂时停止向辅助副本发送数据（网络维护、批量操作），或恢复卡在 SUSPENDED 状态的数据库。
• 更改同步 / 异步模式 — 将副本在 SYNCHRONOUS_COMMIT 和 ASYNCHRONOUS_COMMIT 之间切换（远程站点、慢速网络、DR 演练），并配置提交保护（REQUIRED_SYNCHRONIZED_SECONDARIES_TO_COMMIT）。
• 向 AG 添加数据库（自动种子设定或备份/还原） — 把新的或现有的数据库加入 AG：中小型数据库使用自动种子设定，大型数据库或网络较慢时从备份初始化。
• 添加副本（节点） — 向 AG 添加新的辅助副本：节点加入群集，准备端点，ADD REPLICA + JOIN，数据库通过种子设定同步过来。
• 删除副本（节点） — 从 AG 和群集中删除一个将要下线或重建的辅助副本。
• 只读路由（read-only routing） — 将 ApplicationIntent=ReadOnly 连接通过侦听器路由到可读辅助副本（把报表负载从主副本卸载）。
• 创建或修改侦听器（IP、端口） — 没有侦听器时创建它，修改其端口，或（Windows 上）为第二个子网添加 IP。

开始之前

• 每个节点上都有 sqlcmd（/opt/mssql-tools18/bin/sqlcmd），… 为 sysadmin；具有 root 权限（pcs）。密码：read -rsp 'Password: ' SQLCMDPASSWORD; export SQLCMDPASSWORD 和 sudo --preserve-env=SQLCMDPASSWORD bash <script>.sh。
• 已用一个在 SQL Server 中为 sysadmin、在 WSFC 中为管理员的域帐户以管理员身份打开 PowerShell；sqlcmd 和 FailoverClusters 模块可用。
• 表单中副本列表的第 1 行是当前主副本（用健康检查的第一个查询确认）；各步骤会按此顺序放到正确的节点上。
• 变更窗口已批准，并已通知应用团队…：侦听器会中断几秒钟，未完成的事务会回滚……：端口/IP 变更会影响连接字符串…。
• 强制故障转移的决定由授权人员作出，且已接受数据丢失：主副本无法访问，并且在合理时间内不会恢复。如果主副本能够恢复，等待或执行计划内故障转移总是更好的选择。

指南阶段

• AG 健康检查 — AG 仪表板：副本、数据库、故障转移就绪情况 · 群集状态（WSFC） · 群集状态（Pacemaker） · 最近的角色变更（AlwaysOn_health）
• 延迟和日志增长诊断 — 诊断：队列、速率和预计追平时间（主副本） · 诊断：提交等待（主副本） · 诊断：redo 是否被阻塞？（在辅助副本上） · 解决方案和日志检查
• 计划内故障转移 — 诊断：目标是否已做好故障转移准备？（…） · 安全检查：是否有长事务或正在运行的作业？（主副本） · 故障转移：让 … 成为主副本（T-SQL） · 故障转移：让 … 成为主副本（pcs） · 验证：新的主副本和侦听器
• 强制故障转移（可能丢失数据） — 诊断：目标状态和可能的数据丢失（…） · 强制启动 WSFC 仲裁（…） · 停止 Pacemaker 对 AG 资源的管理（…） · 强制故障转移：让 … 成为主副本 · 验证：新的主副本已打开，其他副本为 SUSPENDED · 在旧主副本上创建快照以找回丢失的数据（…，恢复后） …
• 挂起 / 恢复数据移动 — 诊断：已挂起的数据库及原因 · …挂起数据移动（SUSPEND）…恢复数据移动（RESUME）… · 验证并监视
• 更改可用性模式 — 诊断：当前模式和提交保护 · … → … · 配置提交保护（Windows） · 配置提交保护（Pacemaker） · 验证
• 向 AG 添加数据库 — 诊断：数据库是否符合加入 AG 的条件？（主副本） · 准备：FULL 恢复模式和备份（主副本） · 将副本切换为手动种子设定（主副本） · 将数据库添加到 AG（主副本） · 监视种子设定（主副本） · 在辅助副本上从备份准备（NORECOVERY）：… …
• 添加副本 — 将新节点添加到 WSFC（主副本） · 启用 Always On（新节点） · 创建端点并授权（新节点） · 准备新节点：HA 代理、Always On、群集软件 · 将端点证书复制到新节点（主副本） · 证书、端点和 Pacemaker 登录名（新节点） …
• 删除副本 — 诊断：要删除的副本和剩余配置 · 从 Pacemaker 群集中删除节点（主副本） · 从 AG 中删除副本（主副本） · 从 WSFC 中删除节点（可选） · 清理已删除节点上的 RESTORING 数据库（…）
• 只读路由 — 诊断：读取访问和当前路由 · 定义路由 URL 和列表（主副本） · 验证：路由列表 · 测试：ReadOnly 连接被路由到哪里？ · 测试：ReadOnly 连接被路由到哪里？
• 侦听器 — 诊断：现有侦听器 · 创建虚拟 IP 资源和约束（Pacemaker） · …创建侦听器…修改侦听器端口…向侦听器添加 IP…（主副本） · 防火墙和 DNS 设置 · 防火墙设置 · 验证：通过侦听器连接