诊断多区域环境中 Azure Cosmos DB SDK 的可用性并对其进行故障排除

项目
09/14/2024

适用于： NoSQL

本文介绍特定区域出现连接性问题或发生区域故障转移时，最新版本的 Azure Cosmos DB SDK 的行为。

所有 Azure Cosmos DB SDK 都提供了用于自定义区域首选项的选项。在不同的 SDK 中使用以下属性：

.NET V2 SDK 中的 ConnectionPolicy.PreferredLocations 属性。
.NET V3 SDK 中的 CosmosClientOptions.ApplicationRegion 或 CosmosClientOptions.ApplicationPreferredRegions 属性。
Java V4 SDK 中的 CosmosClientBuilder.preferredRegions 方法。
Python SDK 中的 CosmosClient.preferred_locations 参数。
JS SDK 中的 CosmosClientOptions.ConnectionPolicy.preferredLocations 参数。

当 SDK 使用指定区域首选项的配置进行初始化时，首先将从多区域终结点获取帐户信息，包括可用区域。然后将应用已配置的区域首选项和帐户的可用区域的交集，并使用区域首选项中的顺序确定结果的优先级。

如果区域首选项配置包含不属于帐户可用区域的区域，这些值将被忽略。若在之后将这些无效区域添加到帐户，则 SDK 会使用这些区域（若它们在首选项配置中的优先级较高）。

帐户类型	读取	写入
单个写入区域	优先级最高的首选区域	主要区域
多个写入区域	优先级最高的首选区域	优先级最高的首选区域

如果不设置首选区域，则 SDK 客户端将默认为主要区域：

帐户类型	读取	写入
单个写入区域	主要区域	主要区域
多个写入区域	主要区域	主要区域

注意

主要区域是指 Azure Cosmos DB 帐户区域列表中的第一个区域。如果指定为区域首选项的值与任何现有 Azure 区域都不匹配，则将忽略这些值。如果这些值与某个现有区域匹配，但未将帐户复制到该区域，则客户端将会连接到下一个匹配的首选区域或者将会连接到主区域。

警告

本文档中描述的故障转移和可用性逻辑可以在客户端配置上禁用，但不建议这样做，除非用户应用程序要自己处理可用性错误。可以通过以下方式来实现此目的：

将 .NET V2 SDK 中的 ConnectionPolicy.EnableEndpointDiscovery 属性设置为 false。
将 .NET V3 SDK 中的 CosmosClientOptions.LimitToEndpoint 属性设置为 true。
将 Java V4 SDK 中的 CosmosClientBuilder.endpointDiscoveryEnabled 方法设置为 false。
将 Python SDK 中的 CosmosClient.enable_endpoint_discovery 参数设置为 false。
将 JS SDK 中的 CosmosClientOptions.ConnectionPolicy.enableEndpointDiscovery 参数设置为 false。

通常情况下，SDK 客户端将连接到首选区域（如果设置了区域首选项）或主要区域（如果未设置首选项），并且操作将限于该区域，除非出现以下任何情况。

在这些情况下，使用 Azure Cosmos DB SDK 的客户端都会公开日志，并会将重试信息作为操作诊断信息的一部分包括在内：

.NET V2 SDK 中有关响应的 RequestDiagnosticsString 属性。
.NET V3 SDK 中有关响应和异常的 Diagnostics 属性。
Java V4 SDK 中有关响应和异常的 getDiagnostics() 方法。

按优先级顺序确定下一个区域时，SDK 客户端将使用帐户区域列表，对首选区域（如果有）进行优先级排序。

有关这些事件中的 SLA 保证的详细信息，请参阅可用性 SLA。

从帐户中删除区域

从 Azure Cosmos DB 帐户删除区域时，任何主动使用该帐户的 SDK 客户端都将通过后端响应代码检测到区域删除。然后，客户端将区域终结点标记为不可用。客户端会重试当前操作，所有将来的操作将按照优先顺序永久路由到下一个区域。如果首选项列表仅有一个条目（或为空），但该帐户还有其他可用区域，则该帐户将会路由到帐户列表中的下一个区域。

将区域添加到帐户

Azure Cosmos DB SDK 客户端每隔 5 分钟读取一次帐户配置，并刷新其识别的区域。

如果删除某个区域，然后再将其重新添加到帐户中，并且在 SDK 配置中，添加的区域的区域首选项顺序高于当前连接的区域，则 SDK 将切换回永久使用该区域。检测到添加的区域后，所有将来的请求都将定向到该区域。

如果将客户端配置为最好连接到 Azure Cosmos DB 帐户所没有的区域，则将忽略首选区域。如果以后添加该区域，则客户端会检测到该区域，并永久切换到该区域。

对单写入区域帐户中的写入区域进行故障转移

如果启动当前写入区域的故障转移，则下一个写入请求将失败，并返回一个已知的后端响应。检测到此响应时，客户端将查询帐户以了解新的写入区域，然后继续重试当前操作，并将所有未来的写入操作永久路由到新区域。

区域中断

如果帐户是单个写入区域，并且在写入操作期间发生区域中断，则此行为类似于手动故障转移。对于读取请求或多个写入区域帐户，其行为类似于删除区域。

会话一致性保证

使用会话一致性时，客户端需要保证其自身可以读取自己的写入内容。在读取区域首选项与写入区域不同的单个写入区域帐户中，可能会出现以下情况：用户发出写入操作，当从本地区域进行读取时，本地区域尚未收到数据复制（光速约束）。在此列情况下，SDK 会收到读取操作的服务故障，并在主要区域重试读取操作，以确保会话一致性。

TCP 协议上的暂时性连接问题

在 Azure Cosmos DB SDK 客户端配置为使用 TCP 协议的情况下，对于给定的请求，可能会出现网络状况暂时影响与特定终结点之间的通信的情况。这些临时网络条件可能会表现为 TCP 超时和服务不可用 (HTTP 503) 错误。如果可能，客户端将在同一终结点上本地重试请求几秒钟。

如果用户已配置了一个包含多个区域的首选区域列表，并且客户端用尽了所有本地重试，它可以尝试从首选列表中的下一个区域重试该单个操作。仅当在 Azure Cosmos DB 帐户启用了多个写入区域时，才能在其他区域重试写入操作，但可以在任何可用区域重试读取操作。

后续步骤

查看可用性 SLA。
使用最新的 .NET SDK
使用最新的 Java SDK
使用最新的 Python SDK
使用最新的 Node SDK

通过