SQL ServerAlways On 可用性组配置失败

问题现象：
配置 Always On 可用性组时，报错 “无法将数据库加入可用性组”（错误 41158），或提示 “WSFC 群集资源无法联机”（错误 19471）。

---

快速诊断

1. 验证 WSFC 群集状态：

   # 检查群集节点状态（需在故障转移群集管理器中运行）
   Get-ClusterNode | Select-Object Name, State
   # 检查群集网络通信
   Test-Cluster -Node "Node1", "Node2" -Include "Network"

   • 正常状态：所有节点状态为 Up，网络延迟 < 1ms。

2. 检查数据库同步条件：

   -- 确保数据库处于完整恢复模式且已备份
   SELECT name, recovery_model_desc, log_reuse_wait_desc 
   FROM sys.databases 
   WHERE name = 'MyDB';

3. 排查端点配置：

   -- 检查数据库镜像端点状态
   SELECT name, role_desc, state_desc 
   FROM sys.database_mirroring_endpoints;

---

解决方案

步骤 1：修复 WSFC 群集配置

1. 重新验证群集配置：

   # 运行群集验证工具
   Test-Cluster -Node Node1, Node2 -Include "Storage", "Inventory", "Network"

   • 修复所有验证报告中标记的警告或错误（如存储路径权限、网络隔离）。

2. 重启群集服务：

   Stop-Cluster -Cluster SQLCluster -Force
   Start-Cluster -Cluster SQLCluster

步骤 2：配置 Always On 可用性组

1. 启用 Always On 功能：

   -- 启用 Always On 可用性组
   EXEC sys.sp_configure 'hadr enabled', 1;
   RECONFIGURE;

   • 重启 SQL Server 实例以生效。

2. 创建可用性组端点：

   CREATE ENDPOINT HadrEndpoint 
   STATE = STARTED
   AS TCP (LISTENER_PORT = 5022)
   FOR DATABASE_MIRRORING (ROLE = ALL);

3. 初始化可用性组：

   -- 通过向导或脚本创建可用性组
   CREATE AVAILABILITY GROUP AG_MyDB
   WITH (AUTOMATED_BACKUP_PREFERENCE = PRIMARY,FAILURE_CONDITION_LEVEL = 3
   )
   FOR DATABASE MyDB
   REPLICA ON 'Node1' WITH (ENDPOINT_URL = 'TCP://Node1:5022', FAILOVER_MODE = AUTOMATIC),'Node2' WITH (ENDPOINT_URL = 'TCP://Node2:5022', FAILOVER_MODE = AUTOMATIC);

步骤 3：同步数据库并验证

1. 备份与还原数据库：

   -- 主节点执行完整备份
   BACKUP DATABASE MyDB TO DISK = '\\SharedPath\MyDB.bak' WITH INIT;
   -- 辅助节点还原（需指定 NORECOVERY）
   RESTORE DATABASE MyDB FROM DISK = '\\SharedPath\MyDB.bak' WITH NORECOVERY;

2. 将数据库加入可用性组：

   ALTER AVAILABILITY GROUP AG_MyDB ADD DATABASE MyDB;

---

验证与日志分析

1. 检查可用性组状态：

   SELECT ag.name AS AGName,ar.replica_server_name AS Replica,drs.database_id,drs.synchronization_state_desc AS SyncState
   FROM sys.availability_groups ag
   JOIN sys.availability_replicas ar ON ag.group_id = ar.group_id
   JOIN sys.dm_hadr_database_replica_states drs ON ar.replica_id = drs.replica_id;

2. 分析错误日志：

   • 群集日志路径：

     C:\Windows\Cluster\Reports\ValidationReport.html

   • SQL Server 错误日志：

     C:\Program Files\Microsoft SQL Server\MSSQL16.MSSQLSERVER\MSSQL\Log\ERRORLOG

   • 搜索关键词 HadrTransportManager::HandleSecEnvError（安全通信失败）或 Failed to join the database。

---

扩展场景：跨子网延迟问题

• 错误示例：The connection timeout period elapsed

• 解决方案：

  1. 调整可用性组超时设置：

     ALTER AVAILABILITY GROUP AG_MyDB 
     SET (HEALTH_CHECK_TIMEOUT = 60000);  -- 单位：毫秒

  2. 配置多子网侦听器：

     ALTER AVAILABILITY GROUP AG_MyDB 
     MODIFY LISTENER 'AG_Listener' (ADD IP ('192.168.1.100/24', '255.255.255.0'),ADD IP ('10.0.0.100/24', '255.255.255.0')
     );

---

安全加固建议

1. 启用传输加密：

   ALTER ENDPOINT HadrEndpoint 
   FOR DATABASE_MIRRORING (AUTHENTICATION = CERTIFICATE DBMirrorCert);

2. 限制端点访问：

   New-NetFirewallRule -DisplayName "HADR-Port" -Direction Inbound -Protocol TCP -LocalPort 5022 -RemoteAddress 192.168.1.0/24 -Action Allow

---

通过以上步骤，可解决 Always On 可用性组配置中的典型问题。若部署在云环境（如 Azure VM），需确保负载均衡器规则允许 HADR 端口（5022）通信，并配置适当的探测机制。生产环境中建议定期执行故障转移演练并监控同步延迟。