本文主要分享Doris中数据副本异常的问题现象、问题定位以及如何处理此类问题。
一、问题现象
- 问题日志
查询报错
Failed to initialize storage reader, tablet={tablet_id}.xxx.xxx
- 问题说明
查询时，FE让BE返回spec_version范围的数据，但是BE缺部分version了，就会报这个错误。
- 问题原因
迁移副本过程可能丢version，在2.0.3修复了，或者在数据导入过程中be宕机。
注意:
如果版本是2.0.1及以前，且它的所有副本last failed version > 0，通常需要重新建表进行导数。
二、问题定位
如上图所示，查询报错的 tablet_id 是 606202， BE ip是 10.xxx， BE 需要包含version 区间 [0 - 35]。
当确定异常tablet_id时，参考如下步骤先进行问题信息收集：
show tablet {tablet_id} (这里是606202)，拿到detail cmd
执行detail cmd的输出
SHOW PROC ' /dbs/10113/591325/partitions/606195/591326/606202";
找出该BE所在的副本（compact status url中包含有该BE的ip）
- 执行curl<步骤2的compact status url>， 该例子是
curl http://10.xxx:8040/api/compaction/show?tablet_id=606202
查看该副本的rowset 和 missing_rowset，重点看rowset 的最大版本（这里是34）和 missing_rowsets。从上图可以看出该副本的rowset 为 0 ~ 34， 且中间不缺version(missing_rowsets为空)。而查询语句中是 special version 是 [0, 35]， 但该BE不含version 35。所以需要给该BE补上version 35。
注意：这里的special version实际就是partition的visible version。 它也可以通过如下指令查看。
show partitions from <table-name xxx> where PartitionName = '<partition name xxx>'
三、问题处理
- 确认是否自动修复
由于doris内部会自动做数据均衡和修复，所以当出现数据副本异常时，先确认异常数据副本能否自动修复：
如果是多副本，查看是否存在健康副本。健康副本是指副本version >= special version && last failed version = -1 && isBad = false， 且curl 它的 compact status， missing rowsets 为空。
如果存在这样的副本，把查询报错的副本set bad，如上图所示BackendId为10003上版本远落后于其他两个副本的version，可以通过设置为bad来自动修复。
ADMIN SET REPLICA STATUS PROPERTIES("tablet_id" = "7552021", "backend_id" = "10003", "status" = "bad");
等待一会（可能需要一两分钟），再执行步骤2中的detail cmd，如果副本都健康了：
version >= special version && last failed version = -1 && isBad = false
且curl它的compact status, missing rowsets为空，说明修补OK了。且执行select count (*) from table_xx 是否OK。
如果没问题，就自动修复完成了，不用往下看。如果还是有问题，接着往下看。
- 重新导数手动修复
- 如果是多个副本都损坏，并且是分区表的情况下，可以删除这个分区，然后手动重建这个分区，重新导入数据即可。
- 如果是多个副本都损坏，并且是非分区表的情况下，只能删除这个表重新导入数据。
- 填充空副本进行修复
注意:
以上两个方法可以恢复丢失的数据，而填充空副本方法，是插入若干个空rowset，它能恢复读写。但如果丢失的rowset是包含数据的，这种方法实质是丢数据的。
空副本修复方式如下：
curl -X POST "http://10.151.2.29:8040/api/pad_rowset?tablet_id=606202&start_version=35&end_version=35"
- tablet_id table 的 id
- start_version 起始版本
- end_version 终止版本
该功能用于使用一个空的 rowset 填充损坏的副本。这个例子中修补的url中 start_version = 35, end_version = 35。
这个例子只是缺一个rowset， 实际中可能缺多个（missing rowset，最大version + 1 ~ special version），缺多少个rowset，就调用多少次修补的方法。
修补完之后，再执行下show tablet xxx，该副本last fail version 是否等于 -1，如果它的version都补上了，但是last fail version = version + 1， 还需要手工执行把last fail version 改成 -1:
ADMIN SET REPLICA VERSION PROPERTIES("tablet_id" = "10003", "backend_id" = "10001", "last_failed_version" = "-1");
低版本的doris可能不含这个SQL， 如果不支持这个SQL且是单副本的，通常需要重新建表进行导数。
如果没问题，使用
select count(*) from table_xx;
查看是否可读，可读则说明数据副本问题已处理。
