跳到主要内容
版本:0.4 · 当前版

可用性组检查

参考审阅日期:2026年10月11日
适用于:Excubius 0.4角色: 操作员, 编辑者, 实体管理员
计划Free · Pro · Enterprise部署自托管

sqlserver_ag 模块针对每个可用性组运行这些检查;如果已知侦听器,则通过侦听器进行。下面的规则、间隔和默认严重性在构建时根据产品的检查目录生成,因此始终与你正在阅读的版本一致。阈值是默认值;你的实体和资源可能会覆盖它们。

检查间隔默认严重性规则
sqlserver_ag.replica_state
Replica role and synchronization state
30scriticalsynchronization_health_desc = HEALTHY, connected_state_desc = CONNECTED
sqlserver_ag.database_sync
Database synchronization, queues and data loss
30swarningwarning > 51200 kilobytes · 5m / critical > 512000 kilobytes · 5m
sqlserver_ag.secondary_lag
Secondary lag (estimated data loss)
30swarningwarning > 60 seconds / critical > 300 seconds
sqlserver_ag.role_change
Role change / failover detected
30scriticalany change
sqlserver_ag.listener_dns
Listener IP online
60scriticalstate_desc = ONLINE
sqlserver_ag.backup_preference
Backup preference honoured
3600swarningmatches_preference = 1

检查​

sqlserver_ag.replica_state

Replica role and synchronization state

度量
replica_state · 每 30s · tsql
规则
synchronization_health_desc = HEALTHY, connected_state_desc = CONNECTED · 默认严重性: critical
原因
某个副本与主要副本断开了连接,或其同步运行状况为部分正常或不正常。
影响
运行状况不正常的副本接管时可能丢失数据;已断开连接的副本则完全无法接管。
措施
检查该副本的 SQL Server 错误日志和群集的运行状况;查找副本之间的网络、终结点或服务账户问题。
基线
PARTIALLY_HEALTHY → warning; NOT_HEALTHY or DISCONNECTED → critical. · 来源

sqlserver_ag.database_sync

Database synchronization, queues and data loss

度量
redo_queue_kb (kilobytes) · 每 30s · tsql
规则
warning > 51200 kilobytes · 5m / critical > 512000 kilobytes · 5m · 默认严重性: warning
原因
次要副本接收或应用日志的速度慢于主要副本生成日志的速度:主要副本繁忙、网络缓慢,或次要副本的磁盘缓慢。
影响
发送队列中的数据会在故障转移时丢失;重做队列决定了故障转移后恢复所需的时间。
措施
将日志发送速率和重做速率与主要副本的日志生成速率进行比较;检查次要副本的磁盘延迟以及副本之间的网络。
基线
Redo queue above 50 MB sustained indicates the secondary cannot keep up; 500 MB is critical. Send queue uses 10 MB / 100 MB.

sqlserver_ag.secondary_lag

Secondary lag (estimated data loss)

度量
secondary_lag_seconds (seconds) · 每 30s · tsql
规则
warning > 60 seconds / critical > 300 seconds · 默认严重性: warning
原因
次要副本落后于主要副本的秒数超过了你的 RPO 所允许的范围。
影响
如果主要副本此刻发生故障,你将丢失大约这么多秒已提交的事务。
措施
与实体的 RPO 比较。同步副本应保持在接近零;对于异步副本,请调查日志发送速率和重做速率。
基线
Compare with the entity RPO; synchronous replicas should stay near 0.

sqlserver_ag.role_change

Role change / failover detected

度量
role · 每 30s · tsql
规则
any change · 默认严重性: critical
原因
主要副本已转移到另一个副本:计划内故障转移、自动故障转移或强制故障转移。
影响
应用程序会重新连接;不使用侦听器的连接可能会中断。
措施
Confirm whether the failover was planned; check cluster and SQL error logs on both nodes; verify listener DNS.
基线
Any role change raises an event that stays open until someone resolves it; critical when it happened outside a maintenance window.

sqlserver_ag.listener_dns

Listener IP online

度量
listener_state · 每 60s · tsql
规则
state_desc = ONLINE · 默认严重性: critical
原因
没有任何侦听器 IP 处于联机状态,或者 Excubius 无法访问主要副本所在子网的 IP。
影响
通过侦听器连接的应用程序无法访问该组。
措施
检查群集中的侦听器资源;在多子网组中,允许 Excubius 服务器访问每个侦听器 IP。
基线
One listener IP must be ONLINE on the primary; synthetics.ag_listener_resolve also resolves the DNS name from the collector.

sqlserver_ag.backup_preference

Backup preference honoured

度量
backup_preference · 每 3600s · tsql
规则
matches_preference = 1 · 默认严重性: warning
原因
主要副本在过去 26 小时内对该组的数据库执行了完整备份,尽管它不是这些数据库的首选备份副本。
影响
遵循该首选项的备份作业可能会悄悄跳过,或者备份会增加主要副本的负载。
措施
在该组的自动备份首选项所指定的副本上运行完整备份,或更改该首选项。
基线
Backups should run where the AG preference says, otherwise jobs silently skip.