流程
流程
1. 故障检测（心跳超时/健康检查失败）
2. 选主（共识协议或仲裁）
3. 提升新主，旧主降级为副本
4. 客户端刷新路由并重连
5. 旧主回归后按规则回补数据切换与回归检查
| 阶段 | 检查项 |
|---|---|
| 切换前 | 复制延迟在阈值内；脚本与权限就绪 |
| 切换中 | 选主唯一；旧主已被隔离或降级 |
| 切换后 | 客户端路由刷新；写入恢复；监控正常 |
| 回归 | 旧主数据回补与校验，确认无分叉 |
检测超时过短会造成误切换，过长则停写时间拉长；阈值要结合业务容忍度与网络抖动实测确定。
故障转移
主节点故障后由副本接管写入的过程；涉及故障检测、选主、切换与客户端重连，切换期间常伴随短暂不可写与数据回退风险，需要演练验证。
易错点
- 未演练切主流程，真实故障时切换脚本执行失败
- 切换后客户端仍缓存旧主地址，写入持续失败
数据来源与参考
- 《数据密集型应用系统设计》（Kleppmann）第 5、9 章
- AWS Well-Architected Framework：Reliability Pillar