ansible部署的集群升级到tiup后，扩容PD启动报错

🪐 TiDB 技术问题
1

当前环境是从ansible部署的集群升级到tiup，版本是v4.0.0，集群包含三台服务器，每台服务器部署tidb、tikv、pd节点。

192.168.0.244 tidb+pd+tikv
192.168.0.247 tidb+pd+tikv
192.168.0.246 tidb+pd+tikv

前段时间246服务器故障下线，节点未缩容，处于down状态。将246服务器重装系统，IP变更为248，即246和248是同一台物理机。
最近扩容上线，由于246已经访问不通，在meta.yaml中将246节点删除，并重启集群。
扩容tidb、tikv正常，目前服务器部署情况：

192.168.0.244 tidb+pd+tikv
192.168.0.247 tidb+pd+tikv
192.168.0.248 tidb+tikv

扩容pd节点时，开始报错 member: no such file or directory，
使用tiup start 248的pd节点，仍然报错member: no such file or directory，(FAQ中描述是未指定name，但扩容配置中已指定)
使用tiup reload 248的pd节点，不再报错member: no such file or directory。(在上一步start之后立即做的reload，未修改任何配置)
错误变成 etcd cluster ID mismatch，参照官方示例检查成员都是正常的。

如何解决报错etcd cluster ID mismatch？

附件：
扩容文件scale-out-248-pd.yaml (247 字节)
扩容后tiup配置文件meta.yaml (6.2 KB)
扩容后248pd日志pd.log (52.6 KB)
扩容后248节点上的启动文件run_pd.sh (748 字节)

2 个赞
2

操作前，应该先强制下线 246 节点，后面在做扩容，就没这么多毛病了
强制缩容的命令：
tiup cluster scale-in {cluster-name} -N pd_ip:pd_port --force

现在就比较麻烦，需要找到 无法识别的 cluster ID，然后做接管

可以参考：
https://docs.pingcap.com/zh/tidb/stable/pd-recover

1 个赞
3

如果是这样的话，以下步骤是否可行？
1、缩容248，这一步可以正常执行，之前为了验证问题，操作过重新缩容扩容。
2、还原meta
3、使用force强制下线pd节点
4、正常扩容248节点
ps：感觉这样操作下来， [member: no such file or directory]这个问题应该还是存在的。出现etcd cluster ID mismatch问题，不知道是否和这里有关。

1 个赞
4

不建议直接去修改 meta.yaml 文件，严格来说这种操作绕过了 tiup 的检查机制，会存在未知风险；
你可以检查下 pd-ctl 中各 member 的状态，看下是否还残留了 246 pd 信息，如果有的话可以先删除掉，然后缩容扩容下 pd 节点；在各 tikv 节点状态正常的前提下，楼上的 pd-recover 也是一种方法。

5

是通过pd-ctl中的member命令么？
https://docs.pingcap.com/zh/tidb/stable/pd-control#member-delete--leader_priority--leader-show--resign--transfer-member_name

6

是的 ，如果 memeber 中还有旧节点信息可以删除掉

7

刚远程看了一下确实有残留的246信息，晚上停业后我尝试修复一下~

8

验证可以，已成功扩容:pray:感谢~

9

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。