如何用ml-gradle解决AWS MarkLogic托管集群的森林布局与扩容问题？

问题背景 #

在AWS环境中使用MarkLogic托管集群，通过ml-gradle属性配置数据库与森林布局（替代本地集群手动指定森林位置的方式），遇到两个核心问题：

1. 副本森林布局未考虑AWS可用区（AZ），当集群每个AZ部署2个节点时，副本大概率落在同一AZ内，不符合跨AZ高可用要求；
2. 通过CloudFormation完成集群扩容后，执行mlDeployDatabases不会自动将森林分配到新主机，需找到触发分配的方法。

当前gradle.properties配置如下：

mlIsHostLoadBalancer=true
mlCreateForests=true
mlForestDataDirectory=/var/opt/MarkLogic
mlReplicaForestDataDirectory=/var/opt/volume1
mlDatabasesWithForestsOnOneHost=Mymodules,Myutils,Mysupplement
mlDatabaseNamesAndReplicaCounts=Mydbone,1,Myutils,1,Mysuperdb,1,Mymodules,1,Mydbtwo,1,Mydbthree,1,Mydbfour,1,Mydbfive,1,Security,1,Schemas,1,App-Services,1,Mysupplement,1

问题1：跨AZ副本森林布局的解决方式 #

ml-gradle本身没有直接的AZ感知属性，但可以通过以下两种方式实现跨AZ部署：

• 自定义森林分配逻辑：编写Gradle任务扩展mlDeployDatabases，通过MarkLogic Management API获取节点的AZ信息（可从AWS EC2元数据或MarkLogic主机属性中提取），手动调整副本森林的主机分配规则，强制主副本分属不同AZ；
• 按AZ分组配置主机：提前将主机按AZ划分到不同的mlHosts分组中，配置数据库森林时，为主森林指定某一AZ的主机列表，副本森林指定另一AZ的主机列表。此方式需在集群扩容时同步维护mlHosts的分组配置。

另外，确保启用mlAutoAssignForests属性（默认已启用），结合自定义主机选择逻辑，可进一步强化跨AZ分配的有效性。

问题2：扩容后森林分配到新主机的触发方法 #

执行mlDeployDatabases不会自动将森林分配到新主机，可通过以下方法触发：

• 执行mlScaleForests任务：该任务会根据当前集群主机数量，自动调整森林的分布，将森林均匀分配到新加入的主机上。可通过mlScaleForestsMaxHostsPerForest等属性控制分配规则；
• 调用MarkLogic Management API：编写轻量化Gradle任务，调用API查询当前森林与主机列表，手动将未分配到新主机的森林进行重新分配；
• 临时调整mlCreateForests属性：将mlCreateForests临时设为true，重新执行mlDeployDatabases。注意此方法可能会创建新森林，需配合mlForestCount等属性控制森林数量，避免冗余创建。

内容的提问来源于stack exchange，提问作者H. Garrow