一、部署场景
操作系统：Debian 11, PG版本：14.2, repmgr版本：5.3.1
主库(node1): 10.211.55.9, 从库1(node2): 10.211.55.4, 从库2(node3): 10.211.55.6
二、安装repmgr
1、主从库都做如下操作
apt-get install -y postgresql-14-repmgr --因PG版本是14，所以下载与PG匹配的版本
apt-get install -y rsync
/etc/hosts 在结尾新增
10.211.55.9 node1
10.211.55.4 node2
10.211.55.6 node3
visudo 在结尾新增
postgres ALL = NOPASSWD: systemctl stop postgresql, systemctl start postgresql, systemctl restart postgresql, systemctl status postgresql, systemctl reload postgresql
在root用户下设置postgres用户的密码为 postgres
在postgres用户下配置ssh免密，三台之前都需要免密，包括自已，即如下操作在所有节点都需要做
ssh-keygen -t rsa
ssh-copy-id postgres@10.211.55.9
ssh-copy-id postgres@10.211.55.4
ssh-copy-id postgres@10.211.55.6
ssh-copy-id postgres@node1
ssh-copy-id postgres@node2
ssh-copy-id postgres@node3
2、仅在主库做如下操作
/etc/postgresql/14/main/postgresql.conf 配置文件含以下内容
listen_addresses = '*'
max_wal_senders = 10
max_replication_slots = 10
wal_level = hot_standby
hot_standby = on
archive_mode = always -- 从库需要设置为 always, 但为了避免failover后需要再次处理，所以主从都设为 always 比较好
archive_command = '/bin/true'
shared_preload_libraries = 'repmgr'
/etc/postgresql/14/main/pg_hba.conf 配置文件含以下内容
local all postgres peer
local replication repmgr trust
host replication repmgr 127.0.0.1/32 trust
host replication repmgr 10.211.55.0/24 trust
local repmgr repmgr trust
host repmgr repmgr 127.0.0.1/32 trust
host repmgr repmgr 10.211.55.0/24 trust
重启pg服务
/etc/repmgr.conf 配置文件含以下内容
node_id=1
node_name='node1'
conninfo='host=node1 user=repmgr dbname=repmgr connect_timeout=2'
data_directory='/var/lib/postgresql/14/main'
failover=automatic
promote_command='/usr/lib/postgresql/14/bin/repmgr standby promote -f /etc/repmgr.conf --log-to-file'
follow_command='/usr/lib/postgresql/14/bin/repmgr standby follow -f /etc/repmgr.conf --log-to-file --upstream-node-id=%n'
service_start_command = 'sudo systemctl start postgresql'
service_stop_command = 'sudo systemctl stop postgresql'
service_restart_command = 'sudo systemctl restart postgresql'
service_reload_command = 'sudo systemctl reload postgresql'
repmgrd_pid_file='/tmp/repmgrd.pid'
log_file='/tmp/repmgrd.log'
priority=100
切到postgres用户下，新创建用户及数据库
createuser -s repmgr
createdb repmgr -O repmgr
切到postgres用户下集群注册主节点
repmgr -f /etc/repmgr.conf primary register
3、仅从库，以node2为例，node3与node2是相同的
数据目录需要为空，例如/var/lib/postgresql/14/main，如果创建了可以保留目录结构，但要清空里面的文件
测试可以连接到主库
psql 'host=node1 user=repmgr dbname=repmgr connect_timeout=2'
/etc/repmgr.conf 配置文件含以下内容
node_id=2
node_name='node2'
conninfo='host=node2 user=repmgr dbname=repmgr connect_timeout=2'
data_directory='/var/lib/postgresql/14/main'
failover=automatic
promote_command='/usr/lib/postgresql/14/bin/repmgr standby promote -f /etc/repmgr.conf --log-to-file'
follow_command='/usr/lib/postgresql/14/bin/repmgr standby follow -f /etc/repmgr.conf --log-to-file --upstream-node-id=%n'
service_start_command = 'sudo systemctl start postgresql'
service_stop_command = 'sudo systemctl stop postgresql'
service_restart_command = 'sudo systemctl restart postgresql'
service_reload_command = 'sudo systemctl reload postgresql'
repmgrd_pid_file='/tmp/repmgrd.pid'
log_file='/tmp/repmgrd.log'
priority=100
运行dru-run命令以判断从库可以clone一份主库的数据
repmgr -h node1 -U repmgr -d repmgr -f /etc/repmgr.conf standby clone --dry-run
以上检测没问题后再实际执行
repmgr -h node1 -U repmgr -d repmgr -f /etc/repmgr.conf standby clone
将主库/etc/postgresql/14/main下的postgresql.conf和pg_hba.conf考贝到从库，并启动pg
systemctl start postgresql
以standby身份注册集群
repmgr -f /etc/repmgr.conf standby register
检查集群状态, 应该加进来了一个从库
repmgr -f /etc/repmgr.conf cluster show
\c repmgr
SELECT * FROM repmgr.nodes;
-- 相关事件查看
\c repmgr
SELECT * from repmgr.events;
用相同的方法处理node3
4、主从，启动repmgrd
repmgrd -f /etc/repmgr.conf
停止直接 killall repmgrd 即可
重载配置文件 kill -HUP `cat /tmp/repmgrd.pid`
检查本地节点状态 repmgr node check --repmgrd
三、管理
-- 检查集群状态
node相关
repmgr -f /etc/repmgr.conf node status
repmgr -f /etc/repmgr.conf node check
cluster相关
repmgr -f /etc/repmgr.conf cluster show
repmgr -f /etc/repmgr.conf cluster crosscheck
service相关
repmgr -f /etc/repmgr.conf service status
库里的表也可以查状态， 进repmgr库里检查集群状态
SELECT * FROM repmgr.nodes;
暂停repmgrd，可以在任何一个节点上执行，可以用于例行维护，避免主库正常关闭，集群被切换
repmgr -f /etc/repmgr.conf service pause
解除暂停为
repmgr -f /etc/repmgr.conf service unpause
-- 集群新增一个standby节点
相应节点做好配置后，在此节点为上执行 repmgr -f /etc/repmgr.conf standby register
-- 集群删除一个standby节点
执行 repmgr standby unregister -f /etc/repmgr.conf --node-id=3
-- 集群删除一个primary节点
相应节点做好配置后，在此节点为上执行 repmgr -f /etc/repmgr.conf primary unregister --node-id=1
四、故障处理
当主节点故障后系统会选举出一个新主节点，然后如果故障的主节点在未修复的情况下再次启动的话是这个状态 ! running
postgres@node2:~$ repmgr -f /etc/repmgr.conf service status
ID | Name | Role | Status | Upstream | repmgrd | PID | Paused? | Upstream last seen
----+------------+---------+-----------+------------+---------+-------+---------+--------------------
1 | node1 | primary | ! running | | running | 48488 | no | n/a
2 | node2 | primary | * running | | running | 18529 | no | n/a
3 | node3 | standby | running | node2 | running | 14483 | no | 0 second(s) ago
我们要将1节点移除，可以在2或3上用命令，如果卸载不掉可以在结尾加上 --force 强制卸载
repmgr primary unregister --node-id 1
如果是坏了的standby节点修复后，可以再加回来
五、相关参数
log_status_interval -- 支持重载，检查repmgrd是否正常, 默认是300秒，会在日志中打印类似的信息 [2018-07-12 00:47:32] [INFO] monitoring connection to upstream node "node1" (ID: 1)
monitor_interval_secs -- 支持重载，检查主库节点的状态的间隔时间，默认是2秒
connection_check_type -- 探测主库是否可用, 1. ping(默认) 2.connection 仅建立连接 3.query发起一个select查询
reconnect_attempts -- 当主库连不上的时侯，再次尝试连接的次数，默认6次
reconnect_interval -- 当主库连不上的时侯，二次连接的时间间隔，默认10秒
