Apache Ignite高可用：分区+备份配置下节点宕机数据不可用问题咨询

核心问题根因 #

你当前配置的partitionLossPolicy = READ_ONLY_SAFE是导致节点宕机后查询返回null的主要原因：

READ_ONLY_SAFE策略下，集群检测到有分区的副本所属节点脱离基线拓扑时，会将对应分区标记为不可读，仅当丢失节点回归集群才会恢复访问。节点宕机后如果没有手动调整基线拓扑，即使备份副本还在存活节点上，也会被判定为分区不可用。

正确配置调整方案 #

1. 缓存配置修改 #

修改CacheConfiguration中的分区丢失策略，同时显式开启备份节点读取开关：

<bean class="org.apache.ignite.configuration.CacheConfiguration">
    <property name="name" value="mycache" />
    <property name="cacheMode" value="PARTITIONED" />
    <property name="backups" value="1" />
    <property name="rebalanceMode" value="SYNC" />
    <property name="writeSynchronizationMode" value="FULL_SYNC" />
    <!-- 替换原有分区丢失策略 -->
    <property name="partitionLossPolicy" value="IGNORE" />
    <!-- 显式开启从备份节点读取数据 -->
    <property name="readFromBackup" value="true" />
</bean>

IGNORE策略下，即使出现分区丢失，依然允许访问存活节点上可用的副本数据，符合单节点故障无感知访问的需求。

2. 新增基线拓扑自动调整配置 #

在IgniteConfiguration层级添加如下配置，纯内存集群开启基线自动调整后，节点上下线时会自动更新基线，避免手动操作遗漏导致的分区不可用：

<property name="baselineTopologyConfiguration">
    <bean class="org.apache.ignite.configuration.BaselineTopologyConfiguration">
        <property name="baselineAutoAdjustEnabled" value="true"/>
        <!-- 自动调整超时时间，单位毫秒，可根据集群规模调整 -->
        <property name="baselineAutoAdjustTimeout" value="30000"/>
    </bean>
</property>

容灾测试注意事项 #

• 备份数为1时，必须保证集群至少启动2个节点后再写入数据，否则副本无法分配到其他节点，单节点宕机自然会丢失数据
• 写入完成后等待10~30秒再停止测试节点，确保所有副本数据已完成同步
• 节点停止后等待5~10秒再发起查询，给集群留出故障检测、备份副本提升为主副本的处理时间

内容的提问来源于stack exchange，提问作者vvra