达梦数据库集群在线剔除异步备库实验

如果你维护过达梦数据库的数据守护集群，应该对“异步备库”这种角色不陌生。它平时安静地挂在集群里，负责容灾归档或离线查询，存在感不算高；可一旦某台备库所在硬件需要升级、机房链路要调整，或者节点要腾出来做其他用途，麻烦事就来了：怎么在集群运行着、主库业务不能中断的情况下，把一台异步备库干净利落地摘出去？我最近在一个三节点的达梦数据库演示环境里，完整走了一遍“集群在线剔除异步备库”的流程，中间踩了几个坑，也把相关原理重新捋了一遍。这篇就把实验思路、可执行步骤和排障记录整理出来，给正在做达梦集群维护的人一个直接能抄的操作框架。

1. 这个实验到底在解决什么

1.1 异步备库的角色并不只是“多一个副本”

达梦数据守护集群中，备库大体分为实时备库和异步备库。实时备库追求主备数据基本同步，主库产生的重做日志会尽快传到备库并应用，故障切换时数据损失窗口很小。异步备库则不同，它允许主库和备库之间存在一定的时间差或日志量差，主库通常按归档周期或批次把日志传过去，备库再慢慢回放。这种设计带来的好处是网络压力小、跨机房部署灵活；代价是如果主库突然故障，异步备库在切换后很可能丢一部分最近的数据。

所以生产环境中异步备库的定位一般很明确：要么承担异地容灾的“兜底”角色，要么作为数据分析、报表查询、备份导出的数据源，而不是默认的快速接管节点。明白了这层定位，就能理解为什么会有“在线剔除”这种操作需求。它不是随便删一台节点那么简单，背后涉及同步链路、守护进程、监控器配置、OGUID 标识等一系列状态变更。

1.2 “在线剔除”和直接停备库是两码事

我在不少维护群里看到有人问：备库不用了，直接把实例停掉不就行了？单机环境确实可以这么任性，但集群环境不行。达梦的数据守护集群中，每一台节点都被守护进程和监视器纳管，形成了统一的分布式状态机。如果只是把异步备库的数据库实例关掉，而没有对集群做任何“告知”，后续可能出现三类问题：

• 守护进程会认为该节点发生了故障，反复尝试连接或拉起实例，监控大屏上出现红色告警；
• 主库到该备库之间的日志发送链路还在，长时间无法送达时，归档队列、本地归档空间可能被异常占用；
• AUTO 模式下，集群状态机可能因为节点失联而触发切换评估，本来只想安静撤掉一台备库，结果把主备角色都搅动了。

“在线剔除”的核心，是让集群主动把目标节点从守护拓扑和同步链路中摘除，再让被剔除节点安全退化为独立库或重新初始化。整个过程应该做到主库业务不中断、其他备库同步不受影响、监控视图恢复干净。

1.3 这份实验记录适合谁看

如果你是达梦数据库的一线运维人员，正在规划集群缩容、备库替换或硬件迁移，这篇文章可以直接拿来当操作前检查单。如果你是刚接触达梦数据守护的 DBA，文章里的角色解释、配置项梳理和故障排查思路也能帮你建立对集群拓扑的整体认知。我尽量把思考过程也写出来，不光是列出“点哪里点哪里”，更希望能讲清楚每一步为什么这么做。

2. 先看懂集群的“组织架构”，操作才不会跑偏

2.1 主库、备库、守护进程、监视器各管什么

达梦数据守护集群里有几个很容易混的角色。数据库实例负责提供数据库服务，真正存数据；守护进程 dmwatcher 跑在每台节点旁边，负责监控本机数据库实例状态，并和同组的守护进程交换心跳信息；监视器 dmmonitor 是全局的管理入口，能看到所有节点状态，也可以下发切换、启停等控制指令，其中具有