【 TiDB 使用环境】
Tidb 5.1.0
【概述】：咨询类问题
各位大佬好，我近期一直有下面这个疑问，假如在下面这个极限情况下：
1.PD集群遇到严重故障，etcd 数据完全丢失，且短时间内无法找回
2.启动空白PD集群，让Tikv和PD集群重新产生联系
我的疑问是：
1.Tidb集群是否可以自行恢复？
2.如果可以，恢复的时间大概会有多长？
3.如果不可以，是否有必要做定期的PD中etcd的数据备份？
3 个赞
为啥会有这种假设？
如果有这种场景
-
启用更多的PD，来保证故障转移 （增加可靠性）
-
启用 raid磁盘阵列，要保证数据不丢，后续可以恢复 PD
假设 PD 完全损坏，数据完全丢失，不可能自动恢复
2 个赞
谢谢答复！
这种假设的原因是之前我们遇到过etcd因为运维不当操作导致etcd部分数据文件丢失，从导致etcd集群无法启动的问题。
因为Tidb的PD也是内部依赖etcd，所以我有如下几个疑问：
1.是不是单凭借tikv的数据无法进行集群数据完整恢复？
2.根据Tidb的文档，PD角色主要是做region均衡，副本管理，节点管理以及协助Tidb寻找分区所属Tikv节点的位置，而且其数据来源是Tikv节点的上报，看起来似乎是即使其数据丢失，但凭借Tikv的数据也能作出集群恢复。
3.如果PD是空数据，那么Tikv在通过心跳上报自身情况时，会不会进行回补Meta数据的操作？还是说进入了不可知的状态？
对于这块，我主要是需要了解到这种异常case下Tidb的具体处理方式。不知道能否告知？
2 个赞
pd server 出现异常的情况，且集群中所有的 pd 均不可启动，或数据全部丢失。那么可以使用 pd-recover 来恢复 pd cluster，使集群能够继续对外提供服务：
- tiup pd recover sop 文档：
- pd-recover 官方文档
https://docs.pingcap.com/zh/tidb-in-kubernetes/v1.1/pd-recover#使用-pd-recover-恢复-pd-集群
- 社区用户实践案例：
3 个赞
非常感谢！
浏览了一下文档恢复的SOP步骤，也大致看了一下pd-recover的源码的逻辑，就做了以下几个事情。
- 获取cluster id和allocId
- 启动空白集群pd server
- 向新的pd空白集群写入 cluster id，allocId，clusterMeta(根据cluster id组装)数据。
看起来没有涉及到从旧的pd-server中读取数据，来还原除cluster id 和 allocid数据到集群的操作。
那估计我应该是猜测是正确的，pd server可以从后续tikv的心跳中读取到tikv中相关region 等meta信息，来重新生成pd 内部丢失的那些region元数据。
我现在还有个疑惑是，我看到有些原理文章在讲SQL查询请求发生的时候，Tidb server会从pd server中捞取要查询的数据在哪个region中，以及在哪个tikv中。
如果是这样，那在上面的场景下，岂不是pd要完成和Tikv集群所有的心跳沟通，并补齐数据后，Tidb集群才能对外提供服务？还是说，Tidb server在执行SQL计划时，会和所有tikv节点进行沟通，并不经过和pd server的沟通？
1 个赞
如果 TiDB Server 有缓存 Key range 的地址信息，就会先去对应的 TiKV 节点获取数据，如果 backoff 超时，才会从 PD 申请新的地址信息。
1 个赞
此话题已在最后回复的 1 分钟后被自动关闭。不再允许新回复。