ActiveMQ Artemis复制模式下故障转移与数据复制问题咨询

背景与故障场景 #

集群配置 #

• ActiveMQ Artemis 2.19.1对称集群，包含3组live-backup节点对，通过<group-name>划分为group1、group2、group3
• 采用复制模式（非共享存储）部署，规避脑裂风险

故障过程 #

group2的live节点因Java堆内存问题宕机，日志依次出现关键错误：

• AMQ224088（节点连接丢失）
• AMQ22196（心跳超时）
• 最终触发脑裂预警：There is a possible split brain on nodeID xxxxxxxxx. Topology update ignored.

后续group2的backup节点完成仲裁投票并转为live状态，但无法处理任务：

• 日志显示节点激活成功，但自动删除队列及地址
• 集群于16:43左右重启

疑问解答 #

1. 复制机制实际如何运作？ #

ActiveMQ Artemis复制模式的核心是主备节点的实时双向数据同步，具体流程：

• live节点接收生产者消息后，先写入本地journal，同时通过专属复制通道（Netty连接）同步消息到backup节点
• backup节点将消息持久化到本地journal后，向live节点返回确认信号
• live节点收到确认后，才向生产者发送ACK
• 除消息外，队列/地址配置、事务状态等元数据也会通过复制通道同步
• 集群内节点通过心跳维护拓扑感知，主备切换需经过集群仲裁投票确认

2. 若主节点已脱离网络，数据如何复制到备份节点？ #

当live节点因宕机、网络分区完全脱离集群时，主备复制通道会中断，无法再向backup节点同步数据：

• live节点进程终止后，无法再发起任何复制请求
• backup节点通过心跳超时感知到live节点失联，触发仲裁流程
• 仲裁通过后backup转为live，但仅能使用宕机前已同步完成的数据，live节点未同步的消息会永久丢失

3. 无数据复制日志是否意味着16:02至16:43期间未发生数据复制？ #

是的，无复制日志可直接判定这段时间内没有有效数据同步：

• ActiveMQ Artemis默认会记录复制关键动作日志（如AMQ221037：消息已发送至backup，AMQ221038：backup确认接收）
• 16:02至16:43期间，live节点因堆内存问题已处于异常状态（如GC阻塞、进程假死），无法正常处理复制逻辑，复制通道大概率已中断
• backup节点激活后自动删除队列/地址，是因为其本地journal中缺少对应的元数据（或元数据不完整），触发了集群一致性清理逻辑

内容的提问来源于stack exchange，提问作者Sonali Mahapatra