使用 TiDB Ansible 扩容缩容 TiDB 集群

TiDB 集群可以在不影响线上服务的情况下进行扩容和缩容。

假设拓扑结构如下所示：

扩容 TiDB/TiKV 节点

例如，如果要添加两个 TiDB 节点（node101、node102），IP 地址为 172.16.10.101、172.16.10.102，可以进行如下操作：

1. 编辑 inventory.ini 文件和 hosts.ini 文件，添加节点信息。

   • 编辑 inventory.ini：

     [tidb_servers]
     172.16.10.4
     172.16.10.5
     172.16.10.101
     172.16.10.102
     
     [pd_servers]
     172.16.10.1
     172.16.10.2
     172.16.10.3
     
     [tikv_servers]
     172.16.10.6
     172.16.10.7
     172.16.10.8
     172.16.10.9
     
     [monitored_servers]
     172.16.10.1
     172.16.10.2
     172.16.10.3
     172.16.10.4
     172.16.10.5
     172.16.10.6
     172.16.10.7
     172.16.10.8
     172.16.10.9
     172.16.10.101
     172.16.10.102
     
     [monitoring_servers]
     172.16.10.3
     
     [grafana_servers]
     172.16.10.3
     

   现在拓扑结构如下所示：

   Name	Host IP	Services
   node1	172.16.10.1	PD1
   node2	172.16.10.2	PD2
   node3	172.16.10.3	PD3, Monitor
   node4	172.16.10.4	TiDB1
   node5	172.16.10.5	TiDB2
   node101	172.16.10.101	TiDB3
   node102	172.16.10.102	TiDB4
   node6	172.16.10.6	TiKV1
   node7	172.16.10.7	TiKV2
   node8	172.16.10.8	TiKV3
   node9	172.16.10.9	TiKV4

   • 编辑 hosts.ini：

     [servers]
     172.16.10.1
     172.16.10.2
     172.16.10.3
     172.16.10.4
     172.16.10.5
     172.16.10.6
     172.16.10.7
     172.16.10.8
     172.16.10.9
     172.16.10.101
     172.16.10.102
     
     [all:vars]
     username = tidb
     ntp_server = pool.ntp.org
     

2. 初始化新增节点。

   1. 在中控机上配置部署机器 SSH 互信及 sudo 规则：

      ansible-playbook -i hosts.ini create_users.yml -l 172.16.10.101,172.16.10.102 -u root -k
      

   2. 在部署目标机器上安装 NTP 服务：

      ansible-playbook -i hosts.ini deploy_ntp.yml -u tidb -b
      

   3. 在部署目标机器上初始化节点：

      ansible-playbook bootstrap.yml -l 172.16.10.101,172.16.10.102
      

   注意

   如果 inventory.ini 中为节点配置了别名，如 node101 ansible_host=172.16.10.101，执行 ansible-playbook 时 -l 请指定别名，以下步骤类似。例如：ansible-playbook bootstrap.yml -l node101,node102

3. 部署新增节点：

   ansible-playbook deploy.yml -l 172.16.10.101,172.16.10.102
   

4. 启动新节点服务：

   ansible-playbook start.yml -l 172.16.10.101,172.16.10.102
   

5. 更新 Prometheus 配置并重启：

   ansible-playbook rolling_update_monitor.yml --tags=prometheus
   

6. 打开浏览器访问监控平台：http://172.16.10.3:3000，监控整个集群和新增节点的状态。

   可使用同样的步骤添加 TiKV 节点。但如果要添加 PD 节点，则需手动更新一些配置文件。

扩容 PD 节点

例如，如果要添加一个 PD 节点（node103），IP 地址为 172.16.10.103，可以进行如下操作：

1. 编辑 inventory.ini 文件，添加节点信息置于 [pd_servers] 主机组最后一行：

   [tidb_servers]
   172.16.10.4
   172.16.10.5
   
   [pd_servers]
   172.16.10.1
   172.16.10.2
   172.16.10.3
   172.16.10.103
   
   [tikv_servers]
   172.16.10.6
   172.16.10.7
   172.16.10.8
   172.16.10.9
   
   [monitored_servers]
   172.16.10.4
   172.16.10.5
   172.16.10.1
   172.16.10.2
   172.16.10.3
   172.16.10.103
   172.16.10.6
   172.16.10.7
   172.16.10.8
   172.16.10.9
   
   [monitoring_servers]
   172.16.10.3
   
   [grafana_servers]
   172.16.10.3
   

   现在拓扑结构如下所示：

   Name	Host IP	Services
   node1	172.16.10.1	PD1
   node2	172.16.10.2	PD2
   node3	172.16.10.3	PD3, Monitor
   node103	172.16.10.103	PD4
   node4	172.16.10.4	TiDB1
   node5	172.16.10.5	TiDB2
   node6	172.16.10.6	TiKV1
   node7	172.16.10.7	TiKV2
   node8	172.16.10.8	TiKV3
   node9	172.16.10.9	TiKV4

2. 初始化新增节点：

   ansible-playbook bootstrap.yml -l 172.16.10.103
   

3. 部署新增节点：

   ansible-playbook deploy.yml -l 172.16.10.103
   

4. 登录新增的 PD 节点，编辑启动脚本：{deploy_dir}/scripts/run_pd.sh

   1. 移除 --initial-cluster="xxxx" \ 配置，注意这里不能在行开头加注释符 #。

   2. 添加 --join="http://172.16.10.1:2379" \，IP 地址 （172.16.10.1） 可以是集群内现有 PD IP 地址中的任意一个。

   3. 在新增 PD 节点中手动启动 PD 服务：

      {deploy_dir}/scripts/start_pd.sh
      

   4. 使用 pd-ctl 检查新节点是否添加成功：

      /home/tidb/tidb-ansible/resources/bin/pd-ctl -u "http://172.16.10.1:2379" -d member
      

5. 滚动升级整个集群：

   ansible-playbook rolling_update.yml
   

6. 启动监控服务：

   ansible-playbook start.yml -l 172.16.10.103
   

7. 更新 Prometheus 配置并重启：

   ansible-playbook rolling_update_monitor.yml --tags=prometheus
   

8. 打开浏览器访问监控平台：http://172.16.10.3:3000，监控整个集群和新增节点的状态。

缩容 TiDB 节点

例如，如果要移除一个 TiDB 节点（node5），IP 地址为 172.16.10.5，可以进行如下操作：

1. 停止 node5 节点上的服务：

   ansible-playbook stop.yml -l 172.16.10.5
   

2. 编辑 inventory.ini 文件，移除节点信息：

   [tidb_servers]
   172.16.10.4
   #172.16.10.5  # 注释被移除节点
   
   [pd_servers]
   172.16.10.1
   172.16.10.2
   172.16.10.3
   
   [tikv_servers]
   172.16.10.6
   172.16.10.7
   172.16.10.8
   172.16.10.9
   
   [monitored_servers]
   172.16.10.4
   #172.16.10.5  # 注释被移除节点
   172.16.10.1
   172.16.10.2
   172.16.10.3
   172.16.10.6
   172.16.10.7
   172.16.10.8
   172.16.10.9
   
   [monitoring_servers]
   172.16.10.3
   
   [grafana_servers]
   172.16.10.3
   

   现在拓扑结构如下所示：

   Name	Host IP	Services
   node1	172.16.10.1	PD1
   node2	172.16.10.2	PD2
   node3	172.16.10.3	PD3, Monitor
   node4	172.16.10.4	TiDB1
   node5	172.16.10.5	TiDB2 已删除
   node6	172.16.10.6	TiKV1
   node7	172.16.10.7	TiKV2
   node8	172.16.10.8	TiKV3
   node9	172.16.10.9	TiKV4

3. 更新 Prometheus 配置并重启：

   ansible-playbook rolling_update_monitor.yml --tags=prometheus
   

4. 打开浏览器访问监控平台：http://172.16.10.3:3000，监控整个集群的状态。

缩容 TiKV 节点

例如，如果要移除一个 TiKV 节点（node9），IP 地址为 172.16.10.9，可以进行如下操作：

1. 使用 pd-ctl 从集群中移除节点：

   1. 查看 node9 节点的 store id：

      /home/tidb/tidb-ansible/resources/bin/pd-ctl -u "http://172.16.10.1:2379" -d store
      

   2. 从集群中移除 node9，假如 store id 为 10：

      /home/tidb/tidb-ansible/resources/bin/pd-ctl -u "http://172.16.10.1:2379" -d store delete 10
      

2. 使用 Grafana 或者 pd-ctl 检查节点是否下线成功（下线需要一定时间，下线节点的状态变为 Tombstone 就说明下线成功了）：

   /home/tidb/tidb-ansible/resources/bin/pd-ctl -u "http://172.16.10.1:2379" -d store 10
   

3. 下线成功后，停止 node9 上的服务：

   ansible-playbook stop.yml -l 172.16.10.9
   

4. 编辑 inventory.ini 文件，移除节点信息：

   [tidb_servers]
   172.16.10.4
   172.16.10.5
   
   [pd_servers]
   172.16.10.1
   172.16.10.2
   172.16.10.3
   
   [tikv_servers]
   172.16.10.6
   172.16.10.7
   172.16.10.8
   #172.16.10.9  # 注释被移除节点
   
   [monitored_servers]
   172.16.10.4
   172.16.10.5
   172.16.10.1
   172.16.10.2
   172.16.10.3
   172.16.10.6
   172.16.10.7
   172.16.10.8
   #172.16.10.9  # 注释被移除节点
   
   [monitoring_servers]
   172.16.10.3
   
   [grafana_servers]
   172.16.10.3
   

   现在拓扑结构如下所示：

   Name	Host IP	Services
   node1	172.16.10.1	PD1
   node2	172.16.10.2	PD2
   node3	172.16.10.3	PD3, Monitor
   node4	172.16.10.4	TiDB1
   node5	172.16.10.5	TiDB2
   node6	172.16.10.6	TiKV1
   node7	172.16.10.7	TiKV2
   node8	172.16.10.8	TiKV3
   node9	172.16.10.9	TiKV4 已删除

5. 更新 Prometheus 配置并重启：

   ansible-playbook rolling_update_monitor.yml --tags=prometheus
   

6. 打开浏览器访问监控平台：http://172.16.10.3:3000，监控整个集群的状态。

缩容 PD 节点

例如，如果要移除一个 PD 节点（node2），IP 地址为 172.16.10.2，可以进行如下操作：

1. 使用 pd-ctl 从集群中移除节点：

   1. 查看 node2 节点的 name：

      /home/tidb/tidb-ansible/resources/bin/pd-ctl -u "http://172.16.10.1:2379" -d member
      

   2. 从集群中移除 node2，假如 name 为 pd2：

      /home/tidb/tidb-ansible/resources/bin/pd-ctl -u "http://172.16.10.1:2379" -d member delete name pd2
      

2. 使用 pd-ctl 检查节点是否下线成功（PD 下线会很快，结果中没有 node2 节点信息即为下线成功）：

   /home/tidb/tidb-ansible/resources/bin/pd-ctl -u "http://172.16.10.1:2379" -d member
   

3. 下线成功后，停止 node2 上的服务：

   ansible-playbook stop.yml -l 172.16.10.2
   

4. 编辑 inventory.ini 文件，移除节点信息：

   [tidb_servers]
   172.16.10.4
   172.16.10.5
   
   [pd_servers]
   172.16.10.1
   #172.16.10.2  # 注释被移除节点
   172.16.10.3
   
   [tikv_servers]
   172.16.10.6
   172.16.10.7
   172.16.10.8
   172.16.10.9
   
   [monitored_servers]
   172.16.10.4
   172.16.10.5
   172.16.10.1
   #172.16.10.2  # 注释被移除节点
   172.16.10.3
   172.16.10.6
   172.16.10.7
   172.16.10.8
   172.16.10.9
   
   [monitoring_servers]
   172.16.10.3
   
   [grafana_servers]
   172.16.10.3
   

   现在拓扑结构如下所示：

   Name	Host IP	Services
   node1	172.16.10.1	PD1
   node2	172.16.10.2	PD2 已删除
   node3	172.16.10.3	PD3, Monitor
   node4	172.16.10.4	TiDB1
   node5	172.16.10.5	TiDB2
   node6	172.16.10.6	TiKV1
   node7	172.16.10.7	TiKV2
   node8	172.16.10.8	TiKV3
   node9	172.16.10.9	TiKV4

5. 滚动升级整个集群：

   ansible-playbook rolling_update.yml
   

6. 更新 Prometheus 配置并重启：

   ansible-playbook rolling_update_monitor.yml --tags=prometheus
   

7. 打开浏览器访问监控平台：http://172.16.10.3:3000，监控整个集群的状态。