GridDB错误码TXN_REPLICATION_LOG_LSN_INVALID：集群复制故障咨询

集群控制模块的故障检测与恢复逻辑 #

• 心跳检测机制：集群内每个节点每隔固定时间发送心跳包，控制模块若在超时阈值内未收到某节点的心跳，会标记该节点为异常状态，暂停其复制任务。
• LSN校验逻辑：主备节点同步时会实时对比日志序列号（LSN），当备节点LSN与主节点不匹配或出现无效值时，触发校验流程，自动识别缺失或异常的复制日志段。
• 自动恢复流程：
  • 若节点短暂离线后恢复，主节点会增量同步离线期间产生的日志，补全备节点的LSN序列。
  • 若LSN差距过大或日志损坏，集群会触发全量数据同步，将主节点的完整数据集复制到备节点，重建复制链路。
  • 主节点故障时，控制模块会通过Raft协议自动选举新主节点，重新分配复制任务，确保集群复制连续性。

确保复制顺畅的配置检查项 #

• 网络连通性：确认集群所有节点间网络互通，防火墙开放复制相关端口（包括代码中设置的notificationPort，以及GridDB默认的集群通信端口10001、数据端口10002）。
• 集群一致性配置：所有节点的clusterName、storeName必须完全一致；replicationMode需统一设置为NORMAL，避免混合模式导致冲突。
• 日志与资源配置：
  • 检查logLevel配置为INFO或DEBUG，以便在日志中追踪复制过程的细节（日志路径默认在/var/lib/griddb/log/）。
  • 确保节点有充足的磁盘空间存储复制日志，避免因磁盘满导致日志写入失败；同时保证CPU、内存资源充足，防止复制任务因资源抢占延迟。
• 时间同步：集群所有节点必须通过NTP服务保持时间同步，时间差超过阈值会导致LSN时序校验失败，触发TXN_REPLICATION_LOG_LSN_INVALID错误。

代码实现注意事项 #

针对你提供的代码，补充两个关键细节：

ReplicationInfo replInfo = new ReplicationInfo();
replInfo.setMode(ReplicationMode.NORMAL);
replInfo.setNotificationAddress(notificationAddress);
replInfo.setNotificationPort(notificationPort);
gridStore.setReplicationInfo(replInfo);

// 等待集群状态稳定后再执行数据操作
ClusterStatus status = gridStore.getClusterStatus();
while(status.getClusterStatus() != ClusterStatus.STATE_RUNNING) {
    Thread.sleep(1000);
    status = gridStore.getClusterStatus();
}

// Perform data operations
// (e.g., put, get, etc.)

// 确保所有事务提交完成后再断开连接
gridStore.commit();
gridStore.disconnect();

• 设置复制信息后，需等待集群进入STATE_RUNNING状态，避免在集群初始化阶段执行数据操作引发复制异常。
• 断开连接前显式调用commit()，确保所有未完成的事务提交，避免残留的事务日志导致LSN校验失败。

内容的提问来源于stack exchange，提问作者Omar Esawy