我在3节点集群中使用了云形态模板，并在AWS中测试了DR的AZ故障。
我做的是：
3月3日16:31:30 ip-10-58-3-36 MarkLogic：原始主机名ip-10-58-3-68.us-west-1.compute.internal与我们的新主机名不匹配IP-10-58-3-36.us - 西1.compute.internal 3月3日16:31:30 ip-10-58-3-36 MarkLogic：[/opt/MarkLogic/mlcmd/scripts/initialize-node.xsh line：52] 3月3日16:31:31 ip-10-58-3-36 MarkLogic：没有群集主机在线 - 尝试其他主机 3月3日16:31:31 ip-10-58-3-36 MarkLogic：[/opt/MarkLogic/mlcmd/scripts/initialize-node.xsh line：56] 3月3日16:31:31 ip-10-58-3-36 MarkLogic：没有在线的已知主机 3月3日16:31:31 ip-10-58-3-36 MarkLogic：[/opt/MarkLogic/mlcmd/scripts/initialize-node.xsh line：59] 3月3日16:31:31 ip-10-58-3-36 MarkLogic：无法更新主机名 - 等待重试 3月3日16:31:31 ip-10-58-3-36 MarkLogic：[/opt/MarkLogic/mlcmd/scripts/initialize-node.xsh line：153] 3月3日16:31:31 ip-10-58-3-36 MarkLogic：睡眠14秒 3月3日16:31:31 ip-10-58-3-36 MarkLogic：[/opt/MarkLogic/mlcmd/scripts/initialize-node.xsh line：154]
我滚动浏览/ var / log / messages并看到：
3月3日15:05:05 ip-10-58-3-36 MarkLogic：MARKLOGIC_INSTANCE：INSTANCE：i- MDM_NODE_NAME：MARKLOGIC_NODE_NAME：NodeB＃MARKLOGIC_ZONE： us-west-1a ZONE：us -West-1B
MARKLOGIC_ZONE 参数指向错误的区域。
我的问题是：为什么这个参数在这里错了？这是软件中的错误吗？
我尝试通过user_data更新此参数，但仍然没有骰子。
我很想知道其他人是如何解决这个问题的，因为看起来这个群集看起来并不自愈。
另一件事是如果我杀死Master（停止服务/停止ec2），那么整个群集都不可用。是否可以设定，所以奴隶可以提升自己成为师父？
我正在使用MarkLogic 8.0-6
答案 0 :(得分：3)
如果您手动修改模板中创建的资源，则会遇到很大问题。参数“错误”，很可能是因为：
用Master＆amp;创建了ASG EBS在另一个AZ
AWS CF模板＆＃39;管理＆＃39;他们创建的所有资源，删除和创建新资源都会导致内部问题，您应该更新＆＃39;模板，以便Cloud Formation了解正在发生的事情并处理（如果可能）所有依赖项。
托管群集功能本身无法以任何方式识别CF模板（您可以在不使用CF的情况下运行托管群集）。 它在启动时由环境变量配置，然后在DynamoDB中保留长期状态，以便它可以在任何或所有EC2实例终止后生存。初始状态需要在其生命周期内与动态状态保持一致。一旦新实例第一次运行，状态初始配置将缓存在根卷中，以确保它在该EC2实例的生命周期内不会更改。 使用示例模板时，这些作为用户数据传入。 从ASG开始的EC2实例需要＆＃34;启动配置＆＃34;提供用户数据。这是在模板中设置的。如果删除ASG（或启动配置） - 并创建一个新的 - 不仅CF会感到困惑，而且除非您非常仔细地配置启动配置和用户数据，否则启动的节点将被错误配置 - - 最好。一旦新实例第一次运行，状态初始配置将缓存在根卷中，以确保它在该EC2实例的生命周期内不会更改。
这就是您所看到的：由于在不同区域中创建ASG但从原始区域获取配置，节点从错误区域获取配置。要做这种手术需要深入了解整个过程和体系结构，即使这样也不太可能成功，因为它的设计不是以这种方式改变配置。
按照您期望的方式设计为容错，但由于EBS的限制，它有点复杂 - EBS卷不跨越区域， 因此，在新区域中启动ML实例将无法直接使用另一个EBS卷。相反，您需要首先跨区域复制林，然后如果存在区域故障，则其他节点将具有副本并且群集仍然存在。如果您需要更多节点，则修改＆＃34;每个区域的实例＆＃34;通过CF更新。这将在可用区域中生成新实例，并且它们将加入群集。托管群集功能仅适用于群集连接＆＃39;水平。您需要自己管理数据（林，卷等）重新平衡（通过REST API，手动或其他过程）。
一般情况下 - *托管群集功能的架构旨在通过EC2实例终止来实现。如果出现问题，解决问题的最佳方法是让实例死掉，新的实例取而代之。
不对资源进行任何更改＆＃39;您没有手动创建，而是更新CF堆栈。你无法移植＆＃39;资源。相反，您可以创建新的，迁移数据并淘汰旧的。
复制所有关键数据，以便一个区域故障不会将其隔离，例如，所有节点都必须始终可以访问安全数据库。 通过复制，群集可以在所有区域失效时生存，并在任何区域启动时重新启动。你只需要让它。
使用工作，而不是针对他们的ASG。阅读有关暂停ASG流程的各种方法，以便您可以拯救＆＃39;如果需要服务器而不会被杀死。如果需要更多，则增加节点数。