[AlwaysOn Availability Groups]AG排查和监控指南AG排查和监控指南

如下表包含了常用排查的场景。根据被分为几个场景类型，比如Configuration，client connectivity，failover和performance。

Scenario

笔记

Scenario Type

Description

<a href="https://msdn.microsoft.com/en-us/library/ff878308(v=sql.110).aspx">Troubleshoot AlwaysOn Availability Groups Configuration (SQL Server)</a>

Configuration

提供了一些典型的配置AG实例发生问题的信息。比如AG被禁用，账号配置不正确，镜像endpoint不存在(SQL Server Error 1418)。网络访问不存在，join数据库失败(SQL Server Error 35250)。

<a href="https://support.microsoft.com/zh-cn/kb/2833122">Troubleshoot "Validating WSFC quorum vote configuration" warning</a>

当使用对话框创建AG时，收到一个警告: “The current WSFC cluster quorum vote configuration is not recommended for this availability group.”

<a href="https://support.microsoft.com/zh-cn/kb/2829783">Troubleshoot issues when creating availability group listeners</a>

在创建AG Listener的时候发生错误。

<a href="https://msdn.microsoft.com/zh-cn/library/hh510190(v=sql.110).aspx">Troubleshoot a Failed Add-File Operation (AlwaysOn Availability Groups)</a>

添加文件导致secondary数据库挂起，状态变为NOT SYNCHORNIZING

<a href="https://support.microsoft.com/zh-cn/kb/2711145">Fix: Error 41009 when you try to create multiple availability groups</a>

创建多个AG时发生41009 错误

<a href="https://support.microsoft.com/zh-cn/kb/2792139">Cannot connect to availability group listener in a multi-subnet environment</a>

Client Connectivity

创建了AG Listener之后，无法ping通和连接

<a href="https://support.microsoft.com/zh-cn/kb/2833707">Troubleshoot failed automatic failovers</a>

Failover

自动故障转移不能成功完成

<a href="https://msdn.microsoft.com/en-us/library/dn135336(v=sql.110).aspx">Troubleshoot: Availability Group Exceeded RTO</a>

Performance

自动故障转移或者计划内的手动转移之后，切换时间超过了RTO时间

<a href="https://msdn.microsoft.com/en-us/library/dn135317(v=sql.110).aspx">Troubleshoot: Availability Group Exceeded RPO</a>

<a href="http://www.cnblogs.com/Amaranthus/p/4981484.html">排查：AG超过RPO</a>

强制故障转移后，都是的数据超过了RPO。或者异步提交的replica能够承受的数据丢失超过了RPO。

<a href="https://msdn.microsoft.com/en-us/library/dn135335(v=sql.110).aspx">Troubleshoot: Changes on the Primary Replica are not Reflected on the Secondary Replica</a>

<a href="http://www.cnblogs.com/Amaranthus/p/4982563.html">排查：Primary上的修改无法在Secondary体现</a>

客户端程序可以成功的完成primary的修改，但是查询replia却没有反应。

以下工具可以用来排查，配置时或者运行时发生的问题

Tool

<a href="https://msdn.microsoft.com/zh-cn/library/hh213474(v=sql.110).aspx">Use the AlwaysOn Dashboard (SQL Server Management Studio)</a>

在UI接口下，获取某个时间点的AG健康情况。

<a href="https://msdn.microsoft.com/zh-cn/library/dn135316(v=sql.110).aspx">AlwaysOn Policies</a>

被Alwayson Dashboard使用

<a href="https://msdn.microsoft.com/en-us/library/dn135318(v=sql.110).aspx">SQL Server Error Log (AlwaysOn Availability Groups)</a>

<a href="http://www.cnblogs.com/Amaranthus/p/4984290.html">SQL Server错误日志(AG)</a>

记录AG，副本，数据库，其他AG主键的状态变化，和AG的错误

<a href="https://msdn.microsoft.com/en-us/library/dn135314(v=sql.110).aspx">CLUSTER.LOG (AlwaysOn Availability Groups)</a>

记录集群时间，包括AG资源的状态变化，SQL Server resource DDL的事件和错误。

<a href="https://msdn.microsoft.com/en-us/library/dn135337(v=sql.110).aspx">AlwaysOn Health Diagnostics Log</a>

<a href="http://www.cnblogs.com/Amaranthus/p/4984594.html">AlwaysOn健康诊断日志</a>

<a href="https://msdn.microsoft.com/en-us/library/dn135319(v=sql.110).aspx">Dynamic Management Views and System Catalog Views (AlwaysOn Availability Groups)</a>

报告AG的信息，比如配置，健康状况，性能问题

<a href="https://msdn.microsoft.com/en-us/library/dn135324(v=sql.110).aspx">AlwaysOn Extended Events</a>

<a href="http://www.cnblogs.com/Amaranthus/p/4986409.html">AG扩展事件</a>

提供了详细AG信息用来诊断，分析起因

<a href="https://msdn.microsoft.com/en-us/library/dn135332(v=sql.110).aspx">AlwaysOn Wait Types</a>

提供了AG特定的等待信息，用来调整性能

AlwaysOn Performance Counters

<a href="https://msdn.microsoft.com/en-us/library/dn135320(v=sql.110).aspx">AlwaysOn Ring Buffers</a>

<a href="http://www.cnblogs.com/Amaranthus/p/4986900.html">AlwaysOn Ring Buffers</a>

记录SQL Server系统内部争端的警告，用来debug和AG有关的问题。

理想的排查时间是在故障转移之前。这个可以通过监控性能值，在超过SLA之前发送告警。比如同步secnodary副本有性能问题，因为预计failover时间增加。AG是高可用和灾难恢复解决访问，最重要的性能指标是切换时间，会影响RTO，灾难导致的数据丢失会影响RPO。

以下表文章用来监控AG的健康状况：

Topic

<a href="https://msdn.microsoft.com/en-us/library/dn135338(v=sql.110).aspx">Monitor Performance for AlwaysOn Availability Groups</a>

描述AG数据同步，阀值控制，和一些有用的值用来监控AG，还有如何收集RTO，RPO的值。

<a href="https://msdn.microsoft.com/zh-cn/library/ff877954(v=sql.110).aspx">Monitoring of Availability Groups (SQL Server)</a>

提供一些AG监控工具

<a href="http://blogs.msdn.com/b/sqlalwayson/archive/2012/02/09/overview-of-the-alwayson-manageability-health-model.aspx">The AlwaysOn Health Model Part 1 -- Health Model Architecture</a>

提供一个Alwayson健康模型的概述

<a href="http://blogs.msdn.com/b/sqlalwayson/archive/2012/02/13/extending-the-alwayson-health-model.aspx">The AlwaysOn Health Model Part 2 -- Extending the Health Model</a>

<a href="http://www.cnblogs.com/Amaranthus/p/4997621.html">健康模型 Part 2 ——扩展</a>

如何用户定制Alwayson监控模型和用户定义Alwayson Dashboard，来显示额外的信息。

<a href="http://blogs.msdn.com/b/sqlalwayson/archive/2012/02/13/monitoring-alwayson-health-with-powershell-part-1.aspx">Monitoring AlwaysOn Health with PowerShell - Part 1: Basic Cmdlet Overview</a>

提供一些基本的Alwayson Powershell命令。用来监控AG的健康状况。

<a href="http://blogs.msdn.com/b/sqlalwayson/archive/2012/02/13/monitoring-alwayson-health-with-powershell-part-2.aspx">Monitoring AlwaysOn Health with PowerShell - Part 2: Advanced Cmdlet Usage</a>

提供一些高级的Alwayson Powershell命令。用来监控AG的健康状况。

<a href="http://blogs.msdn.com/b/sqlalwayson/archive/2012/02/15/monitoring-alwayson-health-with-powershell-part-3.aspx">Monitoring AlwaysOn Health with PowerShell - Part 3 : A Simple Monitoring Application</a>

显示如何使用城区监控AG。

<a href="http://blogs.msdn.com/b/sqlalwayson/archive/2012/02/15/the-always-on-health-model-part-4.aspx">Monitoring AlwaysOn Health with PowerShell - Part 4 : Integration with SQL Server Agent</a>

如何使用SQL Server Agent集成监控AG，并且在出问题的时候通知。