TiDB集群节点启停操作 学习笔记

## 前言

TiDB集群核心由PD、TiKV、TiDB、TiFlash四大组件构成，各组件功能特性不同，节点启停操作规范、风险点差异极大。其中PD为元数据管理核心、TiKV为数据存储核心，操作风险最高，TiDB为无状态计算节点，操作相对简单。本笔记整合标准化启停流程、实操命令、校验方式及避坑要点，适配生产、测试环境运维学习使用。

## 一、集群节点停止操作规范

1.1 PD节点停止（元数据管理节点，高风险）

1.1.1 核心特性与操作前提

PD是TiDB集群的元数据管理、调度、选举核心，集群默认部署3个PD节点，必须保证至少2个节点存活（多数节点），否则集群无法选举Leader，整体瘫痪。

1.1.2 停止方式（优先TiUP工具）

TiUP为官方推荐运维工具，自动适配集群配置，规避手动操作风险。

通用命令：

实操示例：

1.1.3 手动停止方式

适用于特殊场景（TiUP异常、离线环境），登录目标节点执行：

1.1.4 节点状态验证

1.1.5 关键注意事项

• 严格遵守PD节点多数存活原则（3节点集群≥2存活），禁止超半数PD节点离线；

• 若需永久移除PD节点，不可直接停止，需先执行缩容命令：tiup cluster scale-in <cluster-name> -N <node-ip>:<port>。

1.2 TiKV节点停止（数据存储节点，高风险）

1.2.1 核心特性与操作前提

TiKV为集群数据持久化存储节点，禁止直接停止节点。直接停机会触发集群自动数据重复制，占用大量网络、CPU资源，严重时导致集群读写卡顿，甚至数据副本不足。必须先驱逐节点数据，再停止服务。

1.2.2 标准化停止步骤（核心三步）

第一步：查询目标TiKV节点Store ID

第二步：驱逐节点数据（核心关键步骤）

等待观察：通过 tiup cluster display <cluster-name> 查看节点状态，直至TiKV节点变为Down，代表数据迁移完成。

第三步：停止TiKV服务

通用命令：

实操示例：

1.2.3 状态验证

执行 tiup cluster display <cluster-name>，确认目标TiKV节点状态为已停止，集群副本数正常。

1.2.4 关键注意事项

• 数据驱逐是TiKV停机的强制前置步骤，生产环境严禁跳过；

• 永久移除TiKV节点：数据驱逐完成 → 停止服务 → 执行缩容 tiup cluster scale-in。

1.3 TiDB节点停止（计算节点，低风险）

1.3.1 核心特性

TiDB为无状态SQL计算节点，不存储持久化数据，仅负责接收、解析、转发SQL请求，启停无数据丢失风险，仅影响节点上的现有业务连接。

1.3.2 停止方式

TiUP工具停止（推荐）：

实操示例：

手动停止：

1.3.3 后续操作与验证

• 负载均衡场景：将停机节点从LB后端节点列表中移除，避免无效流量转发；

• 业务验证：确认应用连接自动切换至其他存活TiDB节点，业务无报错。

1.3.4 注意事项

保证集群留存足够TiDB节点，避免单节点承载全部业务流量，引发接口超时、过载问题；K8s环境可通过TiDB Operator、kubectl指令管理节点。

## 二、集群节点启动操作规范

2.1 PD节点启动

2.1.1 TiUP启动（推荐）

示例：

2.1.2 手动启动

2.1.3 验证与注意事项

通过 tiup cluster display <cluster-name> 查看节点正常在线；PD启动后会自动同步集群元数据，同步耗时几秒至几分钟，属于正常现象，无需手动干预。

2.2 TiKV节点启动

2.2.1 TiUP启动（推荐）

示例：

2.2.2 手动启动

2.2.3 验证与注意事项

节点启动后自动加入集群，若该节点此前执行过数据驱逐，会自动从其他TiKV节点同步全量数据，数据同步完成后节点恢复正常读写能力，期间集群性能轻微波动属于正常情况。

2.3 TiDB节点启动

2.3.1 TiUP启动（推荐）

示例：

2.3.2 手动启动

2.3.3 验证

通过集群状态命令确认节点在线，将节点重新加入负载均衡后端，验证业务连接正常接入。

2.4 TiFlash节点重启实操

TiFlash为列式存储分析节点，常用重启命令：

## 三、多环境适配说明

3.1 物理机/虚拟机环境

优先使用 TiUP 运维启停，自动处理配置加载、服务依赖、集群注册，是社区官方标准方案；特殊场景可使用systemd、二进制手动启停。

3.2 Kubernetes环境

依托 TiDB Operator 管理，不直接操作节点，通过副本数、CRD配置管控集群：

## 四、通用运维前置规范（生产必看）

1. 数据备份：所有节点启停、变更操作前，务必备份集群关键数据，规避误操作数据风险；

2. 监控观测：操作全程通过 tiup cluster display、Grafana监控面板实时观测集群状态、副本状态、读写延迟；

3. 低峰操作：生产环境所有节点变更，优先选择业务低峰期执行，减少对线上业务的影响；

4. 预留重试机制：业务侧配置数据库连接重试、熔断机制，适配节点启停短暂连接中断场景。

## 五、常见故障与解决方案

1. PD节点停机后集群无Leader：原因是存活PD节点不足半数，解决方案：立即启动离线PD节点，保证集群≥2个PD存活；

2. TiKV停机后副本不足、集群卡顿：未提前驱逐数据导致，解决方案：等待集群自动补全数据副本，后续严格执行先驱逐、后停机规范；

3. TiDB停机后业务报错：负载均衡未更新、无存活节点兜底，解决方案：及时更新LB配置，保证多TiDB节点冗余部署。

## 六、核心操作总结对照表