CentOS 上 SQL Server 高可用集群搭建指南
一 方案总览与前置条件
- 架构选择
- FCI 故障转移群集实例：同一时刻仅有一个实例拥有共享存储并对外提供服务，依赖共享存储（如 iSCSI/NFS/SMB）与 Pacemaker 管理资源；适合“实例级”高可用。
- Always On 可用性组 AG：多个数据库副本提供高可用与读扩展，Linux 上采用 Pacemaker 作为集群管理器，AG 的 cluster_type=external；适合“数据库级”高可用与读写分离。
- 节点与网络
- 建议至少 3 台 CentOS 节点（FCI 至少 2 台 + 仲裁；AG 推荐 3 副本 便于自动故障转移），主机名可解析（DNS 或 /etc/hosts），节点间 SSH 互通，时间同步（如 chrony）。
- 存储与权限
- FCI 需共享块存储（iSCSI）或共享文件存储（NFS/SMB），数据库文件需迁移到共享存储后再创建群集资源。
- 为 Pacemaker 创建本地凭据文件 /var/opt/mssql/secrets/passwd，权限 600，属主 root:root，供群集代理连接 SQL Server 使用。
二 安装与基础配置
- 安装 SQL Server（各节点）
- 添加 Microsoft 仓库并安装（示例为 RHEL/CentOS 7 的 SQL Server 2019 仓库；其他版本请替换为对应仓库）：
- sudo curl -o /etc/yum.repos.d/mssql-server.repo https://packages.microsoft.com/config/rhel/7/mssql-server-2019.repo
- sudo yum install -y mssql-server
- sudo /opt/mssql/bin/mssql-conf setup（设置 SA 密码与版本）
- sudo systemctl enable --now mssql-server
- 启用高可用功能
- Always On AG：在每个实例启用 HADR
- /opt/mssql/bin/mssql-conf set hadr.hadrenabled 1
- systemctl restart mssql-server
- 验证：SELECT SERVERPROPERTY(‘HadrManagerStatus’)
- FCI：安装 SQL Server HA 资源代理
- sudo yum install -y mssql-server-ha
- 安装与准备 Pacemaker（各节点）
- 启用高可用仓库并安装组件
- sudo yum-config-manager --set-enabled highavailability
- sudo yum install -y pacemaker pcs fence-agents-all resource-agents corosync
- 创建 Pacemaker 登录凭据
- sudo mkdir -p /var/opt/mssql/secrets
- echo ‘’ | sudo tee /var/opt/mssql/secrets/passwd
- echo ‘’ | sudo tee -a /var/opt/mssql/secrets/passwd
- sudo chown root:root /var/opt/mssql/secrets/passwd
- sudo chmod 600 /var/opt/mssql/secrets/passwd
- 防火墙与基础服务
- sudo firewall-cmd --permanent --add-service=high-availability && sudo firewall-cmd --reload
- 若防火墙无 HA 服务，放行端口：TCP 2224、3121、21064；UDP 5405
- sudo passwd hacluster（两节点一致）
- sudo systemctl enable --now pcsd pacemaker
三 部署 FCI 故障转移群集实例
- 共享存储准备
- 使用 iSCSI/NFS/SMB 提供共享存储，完成 LUN/导出/挂载与权限配置，并将数据库文件迁移至共享存储（/var/opt/mssql 或自定义数据目录）。
- 建立 Pacemaker 集群
- 认证与建群（示例两节点 sqlfcivm1/sqlfcivm2）：
- pcs cluster auth sqlfcivm1 sqlfcivm2 -u hacluster
- pcs cluster setup --name LinFCIClu sqlfcivm1 sqlfcivm2
- pcs cluster start --all && pcs cluster enable --all
- 创建资源与启动顺序
- 建议将资源放入同一资源组，按“存储 → 网络 → 应用”顺序启动：
- 磁盘资源（以 iSCSI 为例）：
- pcs resource create Filesystem device=“/dev//” directory=“” fstype=“” --group RGName
- 网络资源（VIP，示例 192.168.22.160）：
- pcs resource create ocf:heartbeat:IPaddr2 ip=192.168.22.160 cidr_netmask=24 op monitor interval=30s --group RGName
- SQL Server FCI 资源（由 mssql-server-ha 提供）：
- pcs resource create ocf:mssql:fci --group RGName
- 常见运维
- 查看状态：pcs status
- 迁移实例：pcs resource move --force
- 清理迁移约束：pcs resource clear
- 重要提示
- FCI 为“实例级”故障转移，共享存储是单点风险点，建议配合外部存储冗余与定期备份。
四 部署 Always On 可用性组
- 前置配置
- 各节点启用 HADR（见第二节），并开启 AlwaysOn_health 扩展事件以便排障：
- ALTER EVENT SESSION AlwaysOn_health ON SERVER WITH (STARTUP_STATE=ON);
- 创建数据库主密钥与端点认证（各副本）
- CREATE MASTER KEY ENCRYPTION BY PASSWORD=‘’;
- 创建用于端点认证的证书/登录并授予端点权限（示例略，生产请使用强密码与最小权限）。
- 创建可用性组
- 示例（3 同步副本，端口 5022，cluster_type=external，自动种子设定）：
- CREATE AVAILABILITY GROUP [crmag]
WITH (DB_FAILOVER=ON, CLUSTER_TYPE=EXTERNAL)
FOR REPLICA ON
N’node1’ WITH (ENDPOINT_URL=‘TCP://node1:5022’, AVAILABILITY_MODE=SYNCHRONOUS_COMMIT, FAILOVER_MODE=EXTERNAL, SEEDING_MODE=AUTOMATIC),
N’node2’ WITH (ENDPOINT_URL=‘TCP://node2:5022’, AVAILABILITY_MODE=SYNCHRONOUS_COMMIT, FAILOVER_MODE=EXTERNAL, SEEDING_MODE=AUTOMATIC),
N’node3’ WITH (ENDPOINT_URL=‘TCP://node3:5022’, AVAILABILITY_MODE=SYNCHRONOUS_COMMIT, FAILOVER_MODE=EXTERNAL, SEEDING_MODE=AUTOMATIC);
- ALTER AVAILABILITY GROUP [crmag] GRANT CREATE ANY DATABASE;
- 将 AG 交由 Pacemaker 管理
- 创建用于群集控制的 SQL 登录（各副本）
- CREATE LOGIN pacemakerLogin WITH PASSWORD=‘’;
- GRANT ALTER, CONTROL, VIEW DEFINITION ON AVAILABILITY GROUP::[crmag] TO pacemakerLogin;
- GRANT VIEW SERVER STATE TO pacemakerLogin;
- 将凭据写入 /var/opt/mssql/secrets/passwd（权限 600）
- 在 Pacemaker 中创建 AG 资源 与 侦听器 VIP 资源（示例 VIP 192.168.22.160，域名解析建议通过 DNS 或 /etc/hosts 提供），设置启动顺序与约束，使 VIP 与 AG 资源在同一组并按需共址。
- 验证与切换
- 使用 SSMS/sqlcmd 检查 AG 状态与健康，执行计划内/外故障转移验证 RTO/RPO。
五 运维与排障要点
- 集群与网络
- 建议生产环境使用 DNS 管理节点与侦听器域名，/etc/hosts 仅作临时方案；确保节点间 NTP 同步与 SSH 互信。
- 防火墙放行 Pacemaker 高可用服务或端口：TCP 2224、3121、21064；UDP 5405。
- 仲裁与 STONITH
- 生产建议配置 法定人数 与合适的隔离设备（fence agent）；若环境暂不支持（如部分虚拟化平台），可临时设置 stonith-enabled=false，但需充分评估脑裂风险并尽快补齐隔离能力。
- 常见检查
- SQL：SELECT SERVERPROPERTY(‘HadrManagerStatus’); 检查 AG/端点连通与数据移动进度。
- Pacemaker：pcs status --full；查看资源约束、启动顺序、失败计数与迁移历史。
- 升级与变更
- 变更前备份（全量/差异/日志），在维护窗口执行，变更后复核 AG 同步状态与侦听器连通性。