1. 为什么要做缩容操作？
在我们公司去年的一次服务器资源优化项目中，我亲历了某核心业务系统从6节点Always On集群缩减到3节点的完整过程。主数据库管理员在半夜的维护窗口手抖误删副本，导致业务系统出现半小时的查询超时，这充分说明了规范操作流程的重要性。
2. 基础环境准备
演示环境配置（适用于SQL Server 2019+）：
# 查看当前可用性组状态（需在任意副本执行）
SELECT
ag.name AS AG_Name,
ar.replica_server_name AS Replica,
drs.database_name AS DB,
drs.synchronization_state_desc AS Sync_State
FROM
sys.dm_hadr_database_replica_states drs
JOIN
sys.availability_replicas ar ON drs.replica_id = ar.replica_id
JOIN
sys.availability_groups ag ON ar.group_id = ag.group_id
WHERE
ag.name = 'OrderSystem_AG'
/* 输出示例
AG_Name Replica DB Sync_State
OrderSystem_AG SQLNODE01 OrderDB SYNCHRONIZED
OrderSystem_AG SQLNODE02 OrderDB SYNCHRONIZED
OrderSystem_AG SQLNODE03 OrderDB SYNCHRONIZING
*/
3. 节点缩容六步操作法
3.1 选择撤离的节点
通过WSFC管理器优先处理状态为"Non-Active"的节点：
-- 识别最低优先级的同步副本
SELECT
replica_server_name,
availability_mode_desc,
failover_mode_desc,
primary_role_allow_connections_desc
FROM
sys.availability_replicas
WHERE
group_id = (SELECT group_id FROM sys.availability_groups WHERE name = 'OrderSystem_AG')
ORDER BY
priority DESC
3.2 停止数据同步（关键步骤）
使用PowerShell进行优雅离线：
# 安全断开副本连接（需在要移除的节点执行）
$instanceName = "SQLNODE03\PROD"
$agName = "OrderSystem_AG"
Set-Location SQLSERVER:\SQL\$instanceName\AvailabilityGroups\$agName
Suspend-SqlAvailabilityDatabase -Path ".\Databases\*"
Set-SqlAvailabilityReplica -Path ".\AvailabilityReplicas\$($env:COMPUTERNAME)" -AvailabilityMode Offline -FailoverMode Manual
3.3 配置更新原子操作
通过TSQL进行事务性修改：
-- 从可用性组移除副本（在主副本执行）
ALTER AVAILABILITY GROUP OrderSystem_AG
REMOVE REPLICA ON N'SQLNODE03';
-- 验证副本状态更新
SELECT
replica_server_name,
join_state_desc,
connected_state_desc
FROM
sys.dm_hadr_availability_replica_states
WHERE
replica_server_name = 'SQLNODE03'
4. 深水区注意事项
4.1 仲裁权重重新分配
在Windows故障转移集群中调整投票数：
# 检查当前投票配置
Get-ClusterNode -Name "SQLNODE03" | Format-List *
# 修改节点投票权重
(Get-ClusterNode -Name "SQLNODE03").NodeWeight = 0
# 验证剩余节点投票总数是否为奇数
$totalVotes = (Get-ClusterNode | Where-Object {$_.State -eq 'Up'}).Count
if ($totalVotes % 2 -eq 0) {
Write-Warning "当前投票节点数量为偶数，建议至少保留一个见证磁盘！"
}
4.2 性能基线重建
使用Query Store重建查询优化器统计：
-- 清除旧性能基线
ALTER DATABASE OrderDB SET QUERY_STORE CLEAR ALL;
-- 创建新基线
DECLARE @baseline_name VARCHAR(128) = N'Post_ScaleIn_Baseline_' + CONVERT(VARCHAR(8), GETDATE(), 112)
EXEC sp_query_store_create_baseline @baseline_name;
5. 经验与教训
在某证券交易系统的缩容操作中，我们忽视了日志传送延迟的问题。当主副本的日志生成速率达到500MB/分钟时，直接移除处于异步提交模式的副本会导致未同步事务丢失。最终通过提前设置日志保留策略避免了该问题：
-- 配置日志保留策略
ALTER AVAILABILITY GROUP OrderSystem_AG
MODIFY REPLICA ON N'SQLNODE03'
WITH (SEEDING_MODE = AUTOMATIC, BACKUP_PRIORITY = 10);
-- 查询待提交事务
SELECT
transaction_id,
database_transaction_log_bytes_used
FROM
sys.dm_tran_database_transactions
WHERE
database_id = DB_ID('OrderDB')
6. 关联技术解析
**Windows故障转移集群（WSFC）**的节点状态维护直接影响可用性组的健康检查机制。通过事件查看器过滤下列ID可获取关键信息：
- 1135：可用性组角色更改
- 1141：副本状态变更
- 1177：仲裁丢失警告
7. 操作总结与建议
- 最佳窗口期：选择业务低峰期的周二/周四凌晨执行
- 回退方案：提前备份MSDB和Master系统数据库
- 监控指标：重点关注
hadr_synchronized_database和cluster_quorum性能计数器
评论