求助：SQL Server AlwaysOn辅助副本无法切换为主副本

我来帮你一步步排查这个AlwaysOn Basic AG的故障转移问题——这种情况我遇到过好几次，大多是细节没注意到或者状态异常导致的，咱们从核心点开始查：

1. 先确认故障转移的操作方式是否正确 #

Basic AG是双节点专属的简化版本，虽然支持手动无数据丢失故障转移，但绝对不能用强制故障转移（哪怕你觉得数据同步正常）。强制故障转移会让AG直接进入RESOLVING状态，后续恢复非常麻烦。

你应该用标准的手动故障转移命令（在辅助副本上执行）：

ALTER AVAILABILITY GROUP [你的AG组名] FAILOVER;

如果之前用了带FORCE的命令，那得先手动修复AG状态，再重新尝试正常故障转移。

2. 深挖AG和数据库的真实状态 #

光看表面的“数据库上线、AG故障”没用，得用SQL命令看底层状态。在故障后的辅助副本上执行这两个查询：

查看AG副本状态 #

SELECT 
    ag.name AS AG组名,
    ar.replica_server_name AS 副本服务器名,
    ars.role_desc AS 当前角色,
    ars.operational_state_desc AS 运行状态,
    ars.connected_state_desc AS 连接状态,
    ars.synchronization_health_desc AS 同步健康状态
FROM sys.availability_groups ag
JOIN sys.availability_replicas ar ON ag.group_id = ar.group_id
JOIN sys.dm_hadr_availability_replica_states ars ON ar.replica_id = ars.replica_id;

重点看运行状态是不是ONLINE，连接状态是不是CONNECTED，同步健康状态是不是HEALTHY。如果有异常，比如RESOLVING或者NOT_CONNECTED，那就是副本通信或元数据同步出了问题。

查看数据库同步状态 #

SELECT 
    db.name AS 数据库名,
    dbrs.synchronization_state_desc AS 同步状态,
    dbrs.is_failover_ready AS 是否可故障转移,
    dbrs.database_state_desc AS 数据库状态
FROM sys.databases db
JOIN sys.dm_hadr_database_replica_states dbrs ON db.database_id = dbrs.database_id;

这里要确认是否可故障转移是1，同步状态是SYNCHRONIZED——如果这两个不对，哪怕延迟显示为0，实际同步可能有隐藏问题。

3. 检查WSFC集群资源的配置和状态 #

很多AG故障其实是WSFC的资源没跟上：

• 打开故障转移集群管理器，找到你的AG资源，看看它的状态是不是Failed或者Offline。
• 检查AG资源的依赖项：必须依赖SQL Server服务资源和对应的网络名称资源，而且这些依赖资源都得是Online状态。
• 尝试手动把AG资源从原主副本拖到辅助副本，看有没有明确的错误提示——比如权限不够、网络名称无法注册，这些提示直接指向问题根源。

4. 扒日志找具体报错信息 #

前面的步骤都没头绪的话，日志是救命稻草：

• 去辅助副本的SQL Server错误日志里，搜availability group相关的关键词，比如有没有Could not bring the database 'XXX' online或者Failed to join availability group的报错——这些会告诉你是文件权限问题、日志损坏，还是副本通信端口被堵了。
• 打开WSFC的事件查看器，看系统日志和故障转移集群日志，搜Cluster AG或者SQL Server的警告/错误，比如集群资源启动失败的具体原因。

5. 排查服务账户和权限问题 #

权限是最容易被忽略的点：

• 确保SQL Server服务账户在两个节点上都有足够的权限，至少得有本地管理员权限（或者至少能访问WSFC集群、操作AG资源的权限）。
• 检查AG数据库的文件路径权限：如果数据库在共享存储上，两个节点的服务账户都得有读写权限；如果是本地存储，辅助节点的服务账户得能访问对应的文件目录。

6. 极端情况：重新初始化AG副本 #

如果前面所有步骤都没解决，那可能是AG的元数据已经损坏，只能重新初始化：

1. 在原主副本上移除辅助副本：

ALTER AVAILABILITY GROUP [你的AG组名] REMOVE REPLICA ON N'辅助副本服务器名';

2. 在辅助副本上删除AG数据库（先设为单用户模式）：

ALTER DATABASE [你的数据库名] SET SINGLE_USER WITH ROLLBACK IMMEDIATE;
DROP DATABASE [你的数据库名];

3. 在主副本上备份数据库和日志：

BACKUP DATABASE [你的数据库名] TO DISK = 'D:\Backup\AG_DB.bak' WITH INIT;
BACKUP LOG [你的数据库名] TO DISK = 'D:\Backup\AG_DB.log' WITH INIT;

4. 在辅助副本上还原备份（带NORECOVERY）：

RESTORE DATABASE [你的数据库名] FROM DISK = 'D:\Backup\AG_DB.bak' WITH NORECOVERY;
RESTORE LOG [你的数据库名] FROM DISK = 'D:\Backup\AG_DB.log' WITH NORECOVERY;

5. 重新把辅助副本加入AG：

ALTER AVAILABILITY GROUP [你的AG组名] ADD REPLICA ON N'辅助副本服务器名' WITH (
    ENDPOINT_URL = N'TCP://辅助副本服务器名:5022',
    AVAILABILITY_MODE = SYNCHRONOUS_COMMIT,
    FAILOVER_MODE = MANUAL
);

6. 在辅助副本上把数据库加入AG：

ALTER DATABASE [你的数据库名] SET HADR AVAILABILITY GROUP = [你的AG组名];

完成后再尝试故障转移，应该就能正常切换了。

内容的提问来源于stack exchange，提问作者Rykin