如何替换OCP节点（一）：使用oat | OceanBase应用实践
前言：
OceanBase Cloud Platform（简称OCP），是 OceanBase数据库的专属企业级数据库管理平台。
在实际生产环境中，OCP的安装通常是第一步，先搭建OCP平台，进而依赖OCP来创建、管理和监控我们的生产集群。但此后，可能由于机房调整或其他需求，可能会出现需要迁移或替换OCP服务器的情况。
这里，通过两篇文章分别介绍两种OCP节点的替换方法，一种是使用oat平台来替换，另一种就是使用antman脚本替换。（注：本文的环境的OCP负载均衡使用的f5，所以新的机器需要先配置f5，其他负载均衡场景同理）
环境背景：
大家如果有接触ob生产环境的经验的话，可以能会了解，前期版本，安装ocp的时候，需要安装ocp软件/metadba/obproxy三个docker包，后期ocp版本将db+proxy集成在了一个docker包里，oat的话只能纳管db+proxy
集成的metadb，分开的情况还需要使用antman脚本来替换。
>本篇文章主要介绍使用oat替换，下面说下我的软件信息
1.ocp软件：ocp-all-in-one:3.3.3-20220906114643
2.metadb+proxy：OB2277_OBP320_x86_20220429
3.oat：4.1.1_20230519_x86
操作过程：
（一）环境检查/准备
- 检查替换机器环境，包括分盘，创建admin用户，安装docker软件等，安装好后检查下。
cd /root/t-oceanbase-antman/clonescripts/
sh precheck.sh -m ocp
- 安装oat平台
1. 上传oat软件包并解压
Tar -xvf oat-all-in-one-x86-411.tar
2. Load oat包
csocpth:~ # cd oat-all-in-one-x86/
csocpth:~/oat-all-in-one-x86 # docker load -i oat_4.1.1_20230519_x86.tgz
06f6bfff6616: Loading layer [==================================================>] 230.8MB/230.8MB
e1505344677e: Loading layer [==================================================>] 3.072kB/3.072kB
01ede0eada53: Loading layer [==================================================>] 690.2MB/690.2MB
f5323b31fcbe: Loading layer [==================================================>] 8.704kB/8.704kB
07f573d3f476: Loading layer [==================================================>] 229.9MB/229.9MB
d9994e0d00fd: Loading layer [==================================================>] 156.3MB/156.3MB
aaaf3b3d3500: Loading layer [==================================================>] 56.32kB/56.32kB
Loaded image: reg.docker.alibaba-inc.com/oceanbase/oat:4.1.1_20230519_x86
csocpth:~/oat-all-in-one-x86 # docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
reg.docker.alibaba-inc.com/oceanbase/oat 4.1.1_20230519_x86 7efa444ce0b9 3 weeks ago 1.28GB
3. 运行oat
csocpth:~/oat-all-in-one-x86 # oat_image=`docker images | grep oat | head -1 | awk '{printf $1":"$2"\n"}'`
csocpth:~/oat-all-in-one-x86 # docker run --name=oat -d -e DEPLOY_MODE=generic -v /home/oat/data_dir:/data -v /home/oat/db_dir:/var/lib/mysql -p 7000:7000 --restart on-failure:5 $oat_image
7ea6e4d2b930445afddb026a794f0e7ca533d41fc5e5f53a63d324159cd16aec
# 观察启动日志，确保无报错信息
docker logs -f oat
####前台登录oat，使用[ip]:7000连到前台页面，第一次登录初始密码aaAA11__ 输入后设置密码#####
- 确保替换机器及需要替换机器的ocp平台的机器的hostname都设置了，可以hostname -i 检查一下。
- 检查ocp组件信息
OCP-3:~/t-oceanbase-antman # docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
f5a1125aa84a reg.docker.alibaba-inc.com/oceanbase/ocp-all-in-one:3.3.3-20220906114643 "/usr/bin/supervisor…" 5 months ago Up 8 weeks ocp
65a0722edbea reg.docker.alibaba-inc.com/antman/ob-docker:OB2277_OBP320_x86_20220429 "/usr/bin/supervisor…" 5 months ago Up 5 months metadb
#####oat纳管meta有问题，可以修改meta的docker名字，docker rename META_OB_ZONE_2 metadb
- 检查ocp的meta集群信息
OCP-3:~/t-oceanbase-antman # mysql -h111.11.11.112 -P2883 -uroot@sys#obcluster -p'CqVgg9}Aut' -Doceanbase
MySQL [oceanbase]> select a.svr_ip,a.zone,b.name,b.info from __all_server a,__all_zone b where a.zone=b.zone and b.name in ('idc','region');
+---------------+----------------+--------+------+
| svr_ip | zone | name | info |
+---------------+----------------+--------+------+
| 111.11.11.111 | META_OB_ZONE_1 | idc | c6 |
| 111.11.11.111 | META_OB_ZONE_1 | region | jn |
| 111.11.11.112 | META_OB_ZONE_2 | idc | c6 |
| 111.11.11.112 | META_OB_ZONE_2 | region | jn |
| 111.11.11.113 | META_OB_ZONE_3 | idc | c6 |
| 111.11.11.113 | META_OB_ZONE_3 | region | jn |
+---------------+----------------+--------+------+
6 rows in set (0.00 sec)
###确认需要替换机器的zone，idc。oat纳管ocp机器时机房和地域需要填写一致
SHOW PARAMETERS LIKE 'obconfig_url'
#####确认obconfig_url设置不是要被替换掉的机器吧，正常有负载均衡的ocp设置的都是负载均衡的ip###（二）oat纳管metadb和ocp产品
- 通过oat将ocp机器和要替换的机器纳管
#####机房和地域信息与集群中的信息匹配
######添加后的机器用途应ob产品服务和observer都有的
- 将需要纳管的组件的镜像包传入oat本地，ps：（纳管metadb需要输入metadb的sys租户的root密码，如果没有的话可以找安装ocp时的antman目录下有getpass.sh的脚本执行下默认密码会输出）
###复制到oat的本地目录
cp OB2277_OBP320_x86_20220429.tar /home/oat/data_dir/images/
cp ocp333.tar.gz /home/oat/data_dir/images/
- 先纳管组件，后纳管ocp产品，纳管时会有镜像本地扫描，扫描之后就能识别到刚才传的镜像包
- 纳管ocp
（三）新节点加入
- 刚纳管的ocp产品添加新的机器
#####等任务跑完，就可以去替换机器上看下，ocp的docker就起来了，可以通过8080去使用该节点登录ocp的前台页面了
csocpth:~ # docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
bdd7deede099 reg.docker.alibaba-inc.com/oceanbase/ocp-all-in-one:3.3.3-20220906114643 "/usr/bin/supervisor…" 17 seconds ago Up 15 seconds ocp
- 纳管的meta库加入新机器，PS:（该版本oat的metadb组件在添加新机器的时候有报错，文末会有分享处理办法）
检查集群中新的节点已经加进来了，meta库的docker也起来了，并且登录集群可以看到server也起来。
csocpth:~ # docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
c143f7252956 reg.docker.alibaba-inc.com/antman/ob-docker:OB2277_OBP320_x86_20220429 "/usr/bin/supervisor…" 4 minutes ago Up 4 minutes metadb
bdd7deede099 reg.docker.alibaba-inc.com/oceanbase/ocp-all-in-one:3.3.3-20220906114643 "/usr/bin/supervisor…" 11 minutes ago Up 11 minutes ocp
MySQL [oceanbase]> select * from __all_server;
+----------------------------+----------------------------+---------------+----------+----+----------------+------------+-----------------+--------+-----------------------+--------------------------------------------------------------------------------------+-----------+--------------------+--------------+----------------+-------------------+
| gmt_create | gmt_modified | svr_ip | svr_port | id | zone | inner_port | with_rootserver | status | block_migrate_in_time | build_version | stop_time | start_service_time | first_sessid | with_partition | last_offline_time |
+----------------------------+----------------------------+---------------+----------+----+----------------+------------+-----------------+--------+-----------------------+--------------------------------------------------------------------------------------+-----------+--------------------+--------------+----------------+-------------------+
| 2023-01-08 12:17:49.336751 | 2023-01-08 12:18:04.683418 | 111.11.11.111 | 2882 | 1 | META_OB_ZONE_1 | 2881 | 1 | active | 0 | 2.2.77_20211210235205-46f61a1b0a27dfa2ea1f65366cbedd77e5c4e785(Dec 11 2021 00:24:34) | 0 | 1673151479695641 | 0 | 1 | 0 |
| 2023-01-08 12:17:49.373647 | 2023-01-08 12:18:06.015801 | 111.11.11.112 | 2882 | 2 | META_OB_ZONE_2 | 2881 | 0 | active | 0 | 2.2.77_20211210235205-46f61a1b0a27dfa2ea1f65366cbedd77e5c4e785(Dec 11 2021 00:24:34) | 0 | 1673151482026856 | 0 | 1 | 0 |
| 2023-01-08 12:17:49.339787 | 2023-01-08 12:18:06.037221 | 111.11.11.113 | 2882 | 3 | META_OB_ZONE_3 | 2881 | 0 | active | 0 | 2.2.77_20211210235205-46f61a1b0a27dfa2ea1f65366cbedd77e5c4e785(Dec 11 2021 00:24:34) | 0 | 1673151482049381 | 0 | 1 | 0 |
| 2023-06-14 15:37:24.042744 | 2023-06-14 15:37:36.893865 | 143.33.33.32 | 2882 | 4 | META_ZONE_4 | 2881 | 0 | active | 0 | 2.2.77_20211210235205-46f61a1b0a27dfa2ea1f65366cbedd77e5c4e785(Dec 11 2021 00:24:34) | 0 | 1686728254897197 | 0 | 0 | 0 |
+----------------------------+----------------------------+---------------+----------+----+----------------+------------+-----------------+--------+-----------------------+--------------------------------------------------------------------------------------+-----------+--------------------+--------------+----------------+-------------------+
（四）旧节点剔除
####OCP节点剔除同理##########
报错记录及处理：
- 添加新机器到metadb组件的爆粗
需要在oat的docker里去修改上图的python脚本，修改完后重启下相关组件
[root@7ea6e4d2b930 oat]# supervisorctl status
airflow_scheduler RUNNING pid 266, uptime 1 day, 1:41:52
backend RUNNING pid 267, uptime 1 day, 1:41:52
[root@7ea6e4d2b930 oat]# supervisorctl restart airflow_scheduler
airflow_scheduler: stopped
airflow_scheduler: started
[root@7ea6e4d2b930 oat]# supervisorctl status
airflow_scheduler RUNNING pid 23812, uptime 0:00:14
backend RUNNING pid 267, uptime 1 day, 1:42:19
总结：
到这里使用oat去替换ocp机器的操作就结束了，可能大家看这篇文章感觉还比较简单，但是整个过程来回做了好几遍，为了别人以后少踩坑，所以写这篇文章分享。ocp软件的docker替换基本没有问题，主要是metadb的替换，其实从上面可以看出oat替换ocp的时候，新加机器是在metadb中新创建了一个zone，然后再把被替换机器下掉，其中还涉及新建资源池修改Locality，增加副本数等操作。其实使用antman脚本的话这个步骤就不太一样，他是将新机器加入到需要替换机器的同一个zone内，然后做同zone内unit的迁移，然后把被替换的机器下线，这个咱们在下篇文章中介绍。
行之所向，莫问远方。