“主”服务器出现故障后 SQL Server 群集不可用

Question

我在stackoverflow上提出了这个问题，但被要求在这里重新发布，所以这里是：

我有一个在集群环境中设置的数据库。这将是两台共享存储的服务器。ServerA 是我设置数据库的服务器，ServerB 是 SQLServer 集群中的一个节点。

如果我强行关闭 ServerB，一切都会按预期工作，但如果我关闭 ServerA，则实例不再可用。

Windows 集群仍处于活动状态（我可以通过共享名称远程桌面到集群上），但 SQL 不可见，并且集群管理器将资源报告为离线。

这有点违背了集群的目的，我需要解决它，但这并不是我的专业领域，我不知道从哪里开始。

提前致谢。

编辑（评论中询问的其他信息）：安装了 Windows 我为 DTC 和 SQL Server 添加了集群功能。访问方面，机器的IP地址为*.101为主；*.102 为第二台服务器；*.99 用于接入点 SQL 服务器实例，*.111 用于集群管理器。我可以从两台机器访问 99 但不能从任何一台访问 101 或 102 的数据库。

编辑 #2 - 我尝试增加故障转移阈值（为了测试目的，在 24 小时内增加到 50），但是在切断 server1 的网络后服务器仍然没有唤醒。群集在大约 20 秒左右恢复，但 SQL Server 保持关闭。在日志中，我有几个错误和一条可能导致失败的严重级别消息。讯息是：

由于仲裁丢失，群集服务正在关闭。这可能是由于集群中某些或所有节点之间的网络连接丢失，或者见证磁盘的故障转移。运行验证配置向导以检查您的网络配置。如果这种情况仍然存在，请检查与网络适配器相关的硬件或软件错误。还要检查节点所连接的任何其他网络组件（例如集线器、交换机或网桥）中的故障。

Answer 1

不查看集群日志或任何其他形式的错误报告，我所能做的就是在这里猜测。

但我最初的想法是您可能已经达到了故障转移阈值。默认情况下，这将设置为在 6 小时内最多发生n - 1 次故障（其中n是节点数）。是的，那是一段很长的时间，尤其是在故障不是很多（仅等于一次故障）的 2 节点集群中。设置此阈值是为了防止集群组的乒乓效应。

在生产中，这可能是一件好事。但是在测试/开发/非生产中，遇到这个最初令人困惑的问题是很常见的，因为您可能会尝试连续故障转移。值得注意的是，这些参数是 100% 可配置的。您需要做的就是进入集群组的属性，在“故障转移”选项卡中，您可以选择更改这两个参数（指定时间段内的最大故障数和时间段（小时））。这是它的外观就像在故障转移群集管理器中一样：

注意：在我的屏幕截图中，阈值设置为 2 因为我有一个 3-node cluster。

同样，这可以通过 PowerShell 看到（访问 FailoverClusters 模块）。

# you may need to set your cluster group name to whatever it is named
# in your environment
#
Get-ClusterGroup -Name "SQL Server (MSSQLSERVER)" | 
    Select-Object Name, FailoverThreshold, FailoverPeriod