performance30 分钟阅读
SQL Server Always On 可用性组运维与故障排查 100 条命令
Always On 可用性组把数据库的日志从主副本送到辅助副本，辅助副本先硬化日志，再执行 redo。业务看到“同步异常”时，不能只看仪表盘总状态：副本是否连接、哪一个库积压、日志卡在发送还是 redo，处理方法并不一样。
2026年9月16日阅读—点赞—收藏—
dba100sqlserverscenario
DBA100
100 条命令系列文章专栏
SQL Server Always On 可用性组运维与故障排查 100 条命令（建议收藏）
前言
Always On 可用性组把数据库的日志从主副本送到辅助副本，辅助副本先硬化日志，再执行 redo。业务看到“同步异常”时，不能只看仪表盘总状态：副本是否连接、哪一个库积压、日志卡在发送还是 redo，处理方法并不一样。
这篇把 AG 副本、数据库同步、侦听器和故障转移前检查放到一条排查线上。故障时先找具体数据库和具体队列，再判断是连接、日志还是辅助副本的 redo 问题。可先收藏，日常巡检和切换窗口都用得上。
示例基于 Windows WSFC 与 SQL Server 2022。默认在主副本查询，辅助副本上的命令单独注明；实例、AG 和数据库名按现场替换。SQL Server 2022 的相关 DMV 需要 VIEW SERVER PERFORMANCE STATE 或相应管理员权限。故障转移与修改副本配置的命令会在只读诊断之后写。
SQL Server Always On 可用性组日志传输与业务连接示意
图中上方是业务经侦听器连接当前主副本，下方是日志从主库发送到辅助副本并完成硬化、redo 的路径。读写入口和日志复制不是同一条链路。
一、先确认连到了哪个实例
1. 查看 SQL Server 实例版本与名称
1SELECT @@SERVERNAME AS server_name,2 SERVERPROPERTY('ProductVersion') AS product_version,3 SERVERPROPERTY('Edition') AS edition;切换之后，客户端连接名可能仍是原来的侦听器。先记下实际执行查询的实例名，再把它和 AG 当前主副本对照；版本和版本类型也决定后续某些功能能否使用。
2. 检查实例是否启用 HADR
1SELECT SERVERPROPERTY('IsHadrEnabled') AS hadr_enabled;结果为 1 表示实例启用了 Always On AG 能力，不代表这个实例一定已加入某个 AG。继续查 AG 清单；结果为 0 时，先核对实例配置和 SQL Server 服务状态。
二、AG 和副本现在是什么角色
3. 列出本实例可见的可用性组
1SELECT name, group_id2FROM sys.availability_groups3ORDER BY name;这张目录视图用于确认实例里有哪些 AG。查不到预期名称时，先核对实例和权限；不能把“没有行”直接写成整个集群不存在该 AG。
4. 查看 AG 当前主副本与汇总健康度
1SELECT ag.name AS ag_name,2 gs.primary_replica,3 gs.synchronization_health_desc4FROM sys.availability_groups AS ag5LEFT JOIN sys.dm_hadr_availability_group_states AS gs6 ON gs.group_id = ag.group_id7ORDER BY ag.name;PRIMARY_REPLICA 为空时要查集群通信与本实例角色；汇总 HEALTHY 也只是一层结论，下一步仍要逐库看发送队列和 redo 队列。
5. 查每个副本的提交与故障转移模式
1SELECT ag.name AS ag_name,2 ar.replica_server_name,3 ar.availability_mode_desc,4 ar.failover_mode_desc5FROM sys.availability_replicas AS ar6JOIN sys.availability_groups AS ag7 ON ag.group_id = ar.group_id8ORDER BY ag.name, ar.replica_server_name;同步提交与异步提交的“健康”目标不同。FAILOVER_MODE=AUTOMATIC 也不能保证此刻一定可无损切换，仍要看目标辅助副本是否已同步、数据库是否全部加入 AG。
6. 在主副本检查各辅助副本的连接与角色
1-- 在当前主副本运行，才能看到该 AG 的所有副本状态2SELECT ag.name AS ag_name,3 ar.replica_server_name,4 rs.role_desc, rs.connected_state_desc,5 rs.synchronization_health_desc6FROM sys.dm_hadr_availability_replica_states AS rs7JOIN sys.availability_replicas AS ar8 ON ar.replica_id = rs.replica_id9JOIN sys.availability_groups AS ag10 ON ag.group_id = rs.group_id11ORDER BY ag.name, ar.replica_server_name;辅助副本断连时，先看最近连接错误、端点和集群网络。这个 DMV 在辅助副本只提供本地信息；若误在辅助副本运行，少几行不能解释为其他副本都已经离开 AG。
三、具体哪一个数据库在落后
7. 列出每库在各副本的同步状态
1-- 主副本执行；辅助副本查询只返回本地辅助数据库2SELECT adc.database_name, ar.replica_server_name,3 drs.is_local, drs.synchronization_state_desc,4 drs.synchronization_health_desc5FROM sys.dm_hadr_database_replica_states AS drs6JOIN sys.availability_databases_cluster AS adc7 ON adc.group_database_id = drs.group_database_id8JOIN sys.availability_replicas AS ar9 ON ar.replica_id = drs.replica_id10ORDER BY adc.database_name, ar.replica_server_name;AG 汇总正常时，仍应逐库确认有无 NOT SYNCHRONIZING 或初始化状态。若当前在辅助副本，少掉主库和其他辅助库的行是 DMV 可见范围使然，不是它们已退出 AG。
8. 在主副本查看未发出的日志队列
1-- 当前主副本；is_local=0 对应远端辅助数据库2SELECT adc.database_name, ar.replica_server_name,3 drs.log_send_queue_size AS log_send_queue_kb,4 drs.log_send_rate AS log_send_rate_kb_sec5FROM sys.dm_hadr_database_replica_states AS drs6JOIN sys.availability_databases_cluster AS adc7 ON adc.group_database_id = drs.group_database_id8JOIN sys.availability_replicas AS ar9 ON ar.replica_id = drs.replica_id10WHERE drs.is_local = 011ORDER BY drs.log_send_queue_size DESC;发送队列大，问题先看主库产生日志的速度、发送速率与网络；它不是辅助副本的 redo 积压。log_send_rate 是最近活跃时段的平均值，不能拿一张快照简单除出“还需几分钟”。
9. 在辅助副本查看尚未 redo 的日志
1-- 当前辅助副本；只看本地辅助数据库2SELECT adc.database_name,3 drs.redo_queue_size AS redo_queue_kb,4 drs.redo_rate AS redo_rate_kb_sec,5 drs.last_redone_time6FROM sys.dm_hadr_database_replica_states AS drs7JOIN sys.availability_databases_cluster AS adc8 ON adc.group_database_id = drs.group_database_id9WHERE drs.is_local = 110AND drs.is_primary_replica = 011ORDER BY drs.redo_queue_size DESC;日志已硬化但 redo 队列上涨，才进一步查辅助副本 CPU、I/O 和只读查询负载。last_redone_time 需与源端日志产生时间一起看，不能单独当成业务可读数据的精确延迟。
10. 找出被暂停的数据移动
1SELECT adc.database_name, ar.replica_server_name,2 drs.is_suspended, drs.suspend_reason_desc3FROM sys.dm_hadr_database_replica_states AS drs4JOIN sys.availability_databases_cluster AS adc5 ON adc.group_database_id = drs.group_database_id6JOIN sys.availability_replicas AS ar7 ON ar.replica_id = drs.replica_id8WHERE drs.is_suspended = 19ORDER BY adc.database_name, ar.replica_server_name;暂停原因若是 redo、apply 或日志捕获错误，要先读 SQL Server 错误日志；直接 RESUME 只会再次遇到同一个问题。用户主动暂停与故障后的伙伴暂停也要分清，再决定恢复顺序。
11. 查看辅助副本最近硬化日志的时间
1-- 在辅助副本运行，只看本地辅助数据库2SELECT adc.database_name, drs.last_received_time,3 drs.last_hardened_time, drs.last_redone_time4FROM sys.dm_hadr_database_replica_states AS drs5JOIN sys.availability_databases_cluster AS adc6 ON adc.group_database_id = drs.group_database_id7WHERE drs.is_local = 1 AND drs.is_primary_replica = 08ORDER BY adc.database_name;三列分别看收到、写入日志文件和完成 redo 的进度。时间戳属于各自阶段，不能简单相减当成准确的复制延迟；把队列大小和最近的业务提交一起看，才知道是日志未送到，还是已硬化却没赶上 redo。
12. 检查副本是否断开连接
1-- 在主副本运行2SELECT ag.name, ar.replica_server_name,3 rs.connected_state_desc, rs.last_connect_error_number,4 rs.last_connect_error_description,5 rs.last_connect_error_timestamp6FROM sys.dm_hadr_availability_replica_states AS rs7JOIN sys.availability_replicas AS ar8 ON ar.replica_id = rs.replica_id9JOIN sys.availability_groups AS ag10 ON ag.group_id = rs.group_id11WHERE rs.is_local = 012ORDER BY ag.name, ar.replica_server_name;错误号和时间用来对齐双方错误日志，确认是端点、认证还是网络问题。last_connect_error 是最近一次连接错误，副本当前已经 CONNECTED 时，旧错误不应被误写成正在发生的故障。
四、侦听器与业务入口
13. 查看 AG 侦听器名称与端口
1SELECT ag.name AS ag_name, l.dns_name, l.port2FROM sys.availability_groups AS ag3LEFT JOIN sys.availability_group_listeners AS l4 ON l.group_id = ag.group_id5ORDER BY ag.name, l.dns_name;没有侦听器的 AG 会显示空名称；应用可能直连实例，先查连接串，不能只凭这里的配置判断流量已经走侦听器。端口为空时还要核对 WSFC 侧建立的资源配置。
14. 查看侦听器虚拟 IP 的当前状态
1SELECT l.dns_name, ip.ip_address,2 ip.network_subnet_ip, ip.state_desc3FROM sys.availability_group_listeners AS l4JOIN sys.availability_group_listener_ip_addresses AS ip5 ON ip.listener_id = l.listener_id6ORDER BY l.dns_name, ip.ip_address;多子网 AG 可配置多个 IP，只有相应子网中的资源在线并不表示所有地址都必须同时在线。结合当前主副本所在子网、DNS 解析及客户端 MultiSubnetFailover 设置判断。
15. 从侦听器连接后核对实际落点
1-- 使用应用同一侦听器、端口与认证方式连接，再执行2SELECT @@SERVERNAME AS connected_instance,3 SERVERPROPERTY('ComputerNamePhysicalNetBIOS') AS physical_node,4 sys.fn_hadr_is_primary_replica('SalesDB') AS is_primary;最后一列为 1 才说明 SalesDB 在当前连接的实例上是主副本；为 0 是辅助副本，为 NULL 则要查数据库是否存在或是否加入 AG。切换验证要用业务的连接方式测一次，不能只看 AG 角色 DMV。
16. 查看辅助副本能否承接只读连接
1SELECT ag.name AS ag_name, ar.replica_server_name,2 ar.secondary_role_allow_connections_desc,3 ar.read_only_routing_url4FROM sys.availability_replicas AS ar5JOIN sys.availability_groups AS ag6 ON ag.group_id = ar.group_id7ORDER BY ag.name, ar.replica_server_name;允许辅助副本连接与设置 read_only_routing_url 是两项配置。只读路由还取决于当前主副本的路由列表，以及客户端连接串是否带 ApplicationIntent=ReadOnly。没有路由 URL 时，不要把“辅助库可读”解释为经侦听器能自动分流。
17. 查当前主副本的只读路由优先级
1SELECT owner.replica_server_name AS current_primary_name,2 rl.routing_priority,3 target.replica_server_name AS read_only_target,4 target.read_only_routing_url5FROM sys.availability_read_only_routing_lists AS rl6JOIN sys.availability_replicas AS owner7 ON owner.replica_id = rl.replica_id8JOIN sys.availability_replicas AS target9 ON target.replica_id = rl.read_only_replica_id10ORDER BY owner.replica_server_name, rl.routing_priority;列表按“哪台副本是当前主副本”分别维护；切换主副本后要查看新主副本对应的列表。优先级 1 是先尝试的目标，但配置本身不证明目标库已经同步、可读或业务连接已经路由成功。
18. 用只读连接验证实际路由目标
1-- 先用侦听器连接 SalesDB，连接串设置 ApplicationIntent=ReadOnly2SELECT @@SERVERNAME AS connected_instance,3 DB_NAME() AS current_database,4 sys.fn_hadr_is_primary_replica(DB_NAME()) AS is_primary;这条必须在实际只读连接中执行；is_primary=0 才说明本次连接落在辅助副本。返回 1 时，核对客户端驱动、连接串、路由列表与目标辅助库的连接许可；为 NULL 时先查当前数据库是否属于 AG。
五、切换前先看 WSFC 和数据库状态
19. 查看 WSFC 仲裁状态
1SELECT cluster_name, quorum_type_desc, quorum_state_desc2FROM sys.dm_hadr_cluster;没有仲裁时，AG 角色与侦听器都可能受影响。这个视图在本节点失去仲裁后可能不返回行；空结果要结合 WSFC 事件和其他节点状态判断，不能简单写成“集群不存在”。
20. 列出当前仲裁成员与票数
1SELECT member_name, member_type_desc,2 member_state_desc, number_of_current_votes3FROM sys.dm_hadr_cluster_members4ORDER BY member_type_desc, member_name;见证资源和节点都在列表中。number_of_current_votes 会受动态仲裁影响，不应拿初始配置的票数估计当前还能失去几个节点；切换窗口先把当前在线成员与见证状态记下来。
21. 查目标副本上的数据库是否都已加入 AG
1SELECT cs.database_name, ar.replica_server_name,2 cs.is_database_joined3FROM sys.dm_hadr_database_replica_cluster_states AS cs4JOIN sys.availability_replicas AS ar5 ON ar.replica_id = cs.replica_id6ORDER BY cs.database_name, ar.replica_server_name;目标副本上少加入一个业务库，AG 汇总看起来正常也不能保证应用切换后所有库都可用。NULL 可表示集群失去仲裁、状态未知；必须先恢复对副本和数据库的可见性。
22. 查看目标辅助数据库的故障转移就绪标记
1SELECT cs.database_name, ar.replica_server_name,2 cs.is_database_joined, cs.is_failover_ready3FROM sys.dm_hadr_database_replica_cluster_states AS cs4JOIN sys.availability_replicas AS ar5 ON ar.replica_id = cs.replica_id6WHERE ar.replica_server_name = 'SQLNODE02'7ORDER BY cs.database_name;is_failover_ready=1 是 WSFC 记录的数据库同步就绪状态；还要确认目标副本是同步提交、数据库未暂停、连接正常。这里用来筛查目标副本的每个库，不能把一库就绪误当成整个 AG 已可无损切换。
23. 把队列大小与发送、redo 速率放在一起看
1-- 在当前主副本运行，观察每个辅助数据库2SELECT adc.database_name, ar.replica_server_name,3 drs.log_send_queue_size, drs.log_send_rate,4 drs.redo_queue_size, drs.redo_rate5FROM sys.dm_hadr_database_replica_states AS drs6JOIN sys.availability_databases_cluster AS adc7 ON adc.group_database_id = drs.group_database_id8JOIN sys.availability_replicas AS ar9 ON ar.replica_id = drs.replica_id10WHERE drs.is_local = 011ORDER BY adc.database_name, ar.replica_server_name;队列单位是 KB，速率是 KB/s。发送速率是上次活跃期的平均值；redo 速率也不是按整段墙钟时间算的。不能用单次 queue / rate 给出准确追平时间，最好隔几分钟取第二个样本，看队列在增还是在减。
六、AG 落后时，事务日志为什么不截断
24. 查看业务库的日志复用等待原因
1-- 在当前主副本执行；数据库名按现场替换2SELECT name, recovery_model_desc, log_reuse_wait_desc3FROM sys.databases4WHERE name = N'SalesDB';AVAILABILITY_REPLICA 表示 AG 副本可能拖住日志截断，再查各辅助副本的队列和截断点。LOG_BACKUP、ACTIVE_TRANSACTION 等则是另一类原因；不要看到日志文件增长就直接认定 AG 故障，更不要用缩日志代替找原因。
25. 对照各副本记录的 AG 截断点
1-- 在当前主副本执行；结合第 24 条的 AVAILABILITY_REPLICA 判断2SELECT cs.database_name, ar.replica_server_name,3 cs.truncation_lsn, cs.is_database_joined4FROM sys.dm_hadr_database_replica_cluster_states AS cs5JOIN sys.availability_replicas AS ar6 ON ar.replica_id = cs.replica_id7WHERE cs.database_name = N'SalesDB'8ORDER BY cs.truncation_lsn, ar.replica_server_name;截断点落后的副本是重点排查对象，随后核对连接、数据移动暂停状态与发送队列。这里的 truncation_lsn 是按日志块标识表示的截断位置，不能当成字节数相减；本地还可能因备份等原因进一步阻止日志复用。
26. 看辅助库同步滞后值是否有判读条件
1-- 在当前主副本执行2SELECT adc.database_name, ar.replica_server_name,3 drs.is_suspended, drs.synchronization_state_desc,4 drs.secondary_lag_seconds,5 drs.log_send_queue_size6FROM sys.dm_hadr_database_replica_states AS drs7JOIN sys.availability_databases_cluster AS adc8 ON adc.group_database_id = drs.group_database_id9JOIN sys.availability_replicas AS ar10 ON ar.replica_id = drs.replica_id11WHERE drs.is_local = 012ORDER BY adc.database_name, ar.replica_server_name;secondary_lag_seconds 是日志硬化的滞后指标；数据移动已暂停时它可能显示 0，不能把这个 0 读成“副本追平”。同时看 is_suspended、同步状态与发送队列，再决定是否需要查辅助节点的 redo。
七、副本掉线或数据移动暂停时
27. 查看数据移动暂停的具体原因
1-- 在当前主副本或目标辅助副本分别核对2SELECT adc.database_name, ar.replica_server_name,3 drs.is_suspended, drs.suspend_reason_desc4FROM sys.dm_hadr_database_replica_states AS drs5JOIN sys.availability_databases_cluster AS adc6 ON adc.group_database_id = drs.group_database_id7JOIN sys.availability_replicas AS ar8 ON ar.replica_id = drs.replica_id9WHERE drs.is_suspended = 110ORDER BY adc.database_name, ar.replica_server_name;暂停可能是人工执行，也可能由副本故障触发。先记下 suspend_reason_desc、受影响的库和节点，查 SQL Server 错误日志；直接恢复数据移动，旧错误没有解决时很快又会暂停。
28. 对照日志发送、硬化和 redo 的时间点
1-- 在主副本查询每个辅助数据库2SELECT adc.database_name, ar.replica_server_name,3 drs.last_sent_time, drs.last_hardened_time,4 drs.last_redone_time5FROM sys.dm_hadr_database_replica_states AS drs6JOIN sys.availability_databases_cluster AS adc7 ON adc.group_database_id = drs.group_database_id8JOIN sys.availability_replicas AS ar9 ON ar.replica_id = drs.replica_id10WHERE drs.is_local = 011ORDER BY adc.database_name, ar.replica_server_name;发送停在前面，优先查主副本到辅助副本的链路；已硬化但 redo 时间不推进，再看辅助库 redo 队列和资源。时间字段是最近处理记录的时间，不是准确的端到端业务延迟，也要结合队列的连续样本。
29. 查看各副本的恢复和同步汇总健康度
1-- 在当前主副本查询所有可见副本2SELECT ar.replica_server_name, ars.role_desc,3 ars.connected_state_desc,4 ars.recovery_health_desc,5 ars.synchronization_health_desc6FROM sys.dm_hadr_availability_replica_states AS ars7JOIN sys.availability_replicas AS ar8 ON ar.replica_id = ars.replica_id9ORDER BY ar.replica_server_name;这是副本级汇总，不是每库状态。远端副本的 recovery_health_desc 可能为 NULL，不能读成恢复失败；同步健康度及各业务库状态仍需分别看。某个库未加入、暂停或未同步时，不能凭汇总状态切换。
30. 查看副本会话超时设置
1SELECT replica_server_name, endpoint_url,2 session_timeout, availability_mode_desc3FROM sys.availability_replicas4ORDER BY replica_server_name;session_timeout 是副本多久收不到对端消息后认为连接故障的阈值。参数太小容易把短时网络波动放大成掉线；改值前先查实际丢包、端点地址和连接事件，不能靠提高阈值掩盖问题。
31. 查看本实例 AG 数据传输端点是否启动
1-- 在每台副本实例分别执行2SELECT name, state_desc, role_desc,3 connection_auth_desc, encryption_algorithm_desc4FROM sys.database_mirroring_endpoints;AG 使用数据库镜像端点通信。端点不是 STARTED 时，辅助副本连接和日志发送会受影响；每台节点要分别核对，主副本看到的远端连接状态不能替代远端端点检查。
32. 核对 AG 端点监听的 TCP 端口
1-- 在每台副本实例分别执行2SELECT e.name, e.state_desc, t.port3FROM sys.database_mirroring_endpoints AS e4JOIN sys.tcp_endpoints AS t5 ON t.endpoint_id = e.endpoint_id;这里是 AG 副本通信端口，不是给应用连接的侦听器 SQL 端口。防火墙、DNS 和端点 URL 排查要用正确端口；端点已启动也不能单独证明网络双方可互通。
八、AG 的备份作业到底该在哪台跑
33. 查看 AG 配置的自动备份偏好
1SELECT name, automated_backup_preference_desc2FROM sys.availability_groups3ORDER BY name;备份偏好只是给备份脚本选择节点的配置，SQL Server 不会因为这里设了“辅助副本优先”就自动搬迁 SQL Agent 作业。各副本的作业仍要部署、启用并验证执行结果。
34. 查看各副本的备份优先级
1SELECT replica_server_name, backup_priority2FROM sys.availability_replicas3ORDER BY backup_priority DESC, replica_server_name;同一 AG 多个辅助副本可参与备份选择；优先级是选择偏好，不代表节点现在在线或备份存储可用。不要把“偏好已设置”当成“备份已完成”。
35. 判断本节点是否为当前首选备份副本
1-- 在每台 AG 副本执行；数据库名按现场替换2SELECT @@SERVERNAME AS instance_name,3 sys.fn_hadr_backup_is_preferred_replica(N'SalesDB')4 AS is_preferred_backup_replica;返回 1 时本节点是首选备份位置，0 则不应由本节点的同类作业抢跑。非 AG 数据库也会返回 1；SQL Server 2019 早期 CU 对“不存在的数据库”甚至可能返回 1，所以先确认库名、AG 归属和版本，再把函数结果用于备份作业判断。
36. 查 AG 数据库最近一次全备落在哪个实例
1-- 在各副本的 msdb 分别核对；msdb 备份历史不随 AG 数据库同步2SELECT TOP (10) database_name, server_name,3 backup_start_date, backup_finish_date,4 is_copy_only5FROM msdb.dbo.backupset6WHERE database_name = N'SalesDB'7 AND type = 'D'8ORDER BY backup_finish_date DESC;server_name 是执行备份时的实例，能确认作业究竟在哪台跑。这里只看本实例的 msdb 历史；切换到新主后，不能拿新主节点没有旧记录就断言过去没备份。再去备份存储核对文件是否还在。
37. 查 AG 数据库的最近日志备份
1-- 各副本分别执行，避免漏掉在其他节点完成的日志备份2SELECT TOP (20) server_name, backup_start_date,3 backup_finish_date, first_lsn, last_lsn4FROM msdb.dbo.backupset5WHERE database_name = N'SalesDB'6 AND type = 'L'7ORDER BY backup_finish_date DESC;AG 可以在合格辅助副本上备份日志。记录分散在各节点的 msdb；只看当前主库容易误报“日志备份中断”。检查恢复链时还要汇总备份文件和 LSN，备份历史有记录不等于文件可恢复。
38. 查备份作业是否出现过失败
1-- 在实际运行备份的节点执行；作业名按现场替换2SELECT TOP (10) j.name, h.run_date, h.run_time,3 h.run_status, h.message4FROM msdb.dbo.sysjobs AS j5JOIN msdb.dbo.sysjobhistory AS h6 ON h.job_id = j.job_id7WHERE j.name = N'AG_SalesDB_LogBackup'8 AND h.step_id = 09ORDER BY h.instance_id DESC;step_id=0 是一次作业的汇总，run_status=0 表示失败。新主角色变化后，两边 SQL Agent 作业可能一边没接管、一边同时执行；还要核对作业的角色判断逻辑和最近备份文件。
九、计划切换前检查目标副本
39. 查计划目标的提交与故障转移模式
1SELECT replica_server_name, availability_mode_desc,2 failover_mode_desc, endpoint_url3FROM sys.availability_replicas4WHERE replica_server_name = N'SQLNODE02';计划无损切换要求目标为同步提交；手动切换不要求配置成自动故障转移。目标名和端点地址要与现场实例核对，尤其是跨子网、别名或命名实例部署。模式正确只是前提，还要检查实时同步状态。
40. 在目标节点核对本地 AG 角色
1-- 连接到计划切换目标 SQLNODE02，切勿在旧主实例上执行切换命令2SELECT ag.name, ars.role_desc,3 ars.connected_state_desc,4 ars.synchronization_health_desc5FROM sys.dm_hadr_availability_replica_states AS ars6JOIN sys.availability_groups AS ag7 ON ag.group_id = ars.group_id8WHERE ars.is_local = 19 AND ag.name = N'SalesAG';切换前本地角色应是 SECONDARY，与主副本保持连接。这个查询在目标实例执行，避免连接串经过侦听器后又落回旧主；同步健康是汇总值，下一条要逐库核对。
41. 核对目标节点的每个辅助数据库都已同步
1-- 在计划目标辅助副本执行2SELECT adc.database_name, drs.database_state_desc,3 drs.synchronization_state_desc,4 drs.synchronization_health_desc,5 drs.is_suspended6FROM sys.dm_hadr_database_replica_states AS drs7JOIN sys.availability_databases_cluster AS adc8 ON adc.group_database_id = drs.group_database_id9WHERE drs.is_local = 110ORDER BY adc.database_name;计划切换必须确认目标上的所有业务库已加入、未暂停且处于 SYNCHRONIZED。若清单比 AG 实际数据库少，先查第 21 条的加入状态，不能只凭这条查询返回的几行全绿就执行切换。
42. 汇总目标副本未就绪的数据库数量
1-- 在计划目标辅助副本执行；目标实例名按现场替换2SELECT COUNT(*) AS database_count,3 SUM(CASE WHEN cs.is_database_joined = 14 AND cs.is_failover_ready = 15 THEN 0 ELSE 1 END) AS not_ready_count6FROM sys.dm_hadr_database_replica_cluster_states AS cs7JOIN sys.availability_replicas AS ar8 ON ar.replica_id = cs.replica_id9WHERE ar.replica_server_name = N'SQLNODE02';not_ready_count 应为 0，database_count 还要与 AG 实际数据库数一致；如果目标根本没有加入数据库，结果也可能看起来“没有未就绪项”。第 22 条可定位具体未就绪库，汇总结果不能替代逐库同步检查。
43. 查目标副本是否还有数据移动暂停的库
1-- 在目标辅助副本执行2SELECT adc.database_name, drs.suspend_reason_desc3FROM sys.dm_hadr_database_replica_states AS drs4JOIN sys.availability_databases_cluster AS adc5 ON adc.group_database_id = drs.group_database_id6WHERE drs.is_local = 17 AND drs.is_suspended = 1;正常应无结果。只要有库暂停，就先查错误日志和原因，恢复同步并重新检查；“其他库都同步”不能抵消这一库的风险。这里与第 27 条的全局故障调查不同，只限定目标本地库。
44. 在目标辅助副本执行计划故障转移
1-- 仅在同步提交、每库 SYNCHRONIZED、WSFC 仲裁正常且切换审批完成后2ALTER AVAILABILITY GROUP SalesAG FAILOVER;命令必须在目标辅助副本实例运行。它发起无损的计划切换；命令返回时，新主数据库的恢复可能仍在继续。随后要核对角色、每库联机状态、侦听器与真实业务连接，不要把命令成功当成业务恢复完成。
45. 切换后确认本节点已成为主副本
1-- 在原目标 SQLNODE02 执行2SELECT @@SERVERNAME AS instance_name, ag.name,3 ars.role_desc, ars.operational_state_desc4FROM sys.dm_hadr_availability_replica_states AS ars5JOIN sys.availability_groups AS ag6 ON ag.group_id = ars.group_id7WHERE ars.is_local = 18 AND ag.name = N'SalesAG';角色应是 PRIMARY，操作状态也应正常。再从侦听器使用应用同样的连接参数测试读写；旧主恢复成辅助后，继续检查它能否重新追平。角色变化和客户端已完成切换是两项不同验收。
46. 切换后逐库核对新主数据库状态
1-- 在新主副本 SQLNODE02 执行2SELECT adc.database_name, drs.database_state_desc,3 drs.synchronization_state_desc, drs.is_suspended4FROM sys.dm_hadr_database_replica_states AS drs5JOIN sys.availability_databases_cluster AS adc6 ON adc.group_database_id = drs.group_database_id7WHERE drs.is_local = 18 AND drs.is_primary_replica = 19ORDER BY adc.database_name;每个业务库都应为 ONLINE，清单数也要与 AG 配置一致。刚完成切换时如果个别库还在恢复，不要仅凭 AG 角色已是 PRIMARY 就放行应用连接；先确认这些库实际可用。
47. 从侦听器连接后确认业务库位于主副本
1-- 用应用的连接串经 AG 侦听器连接 SalesDB 后执行2SELECT @@SERVERNAME AS connected_instance,3 DB_NAME() AS database_name,4 sys.fn_hadr_is_primary_replica(DB_NAME()) AS is_primary;返回 1 才说明这次连接落在业务库的主副本；0 是辅助副本，NULL 要检查当前库是否加入 AG。此查询只验证当前连接，不能代替应用端连接池刷新、DNS 缓存和写入测试。
48. 看旧主副本是否已重新连上新主
1-- 在新主副本执行；旧主实例名按现场替换2SELECT ar.replica_server_name, ars.role_desc,3 ars.connected_state_desc, ars.operational_state_desc,4 ars.synchronization_health_desc5FROM sys.dm_hadr_availability_replica_states AS ars6JOIN sys.availability_replicas AS ar7 ON ar.replica_id = ars.replica_id8WHERE ar.replica_server_name = N'SQLNODE01';旧主应转为 SECONDARY 并重新连接。汇总健康度为 HEALTHY 仍需逐库看日志发送、硬化和 redo；旧主掉线时，新主业务虽然能写，后续切换能力已经下降。
49. 在旧主节点检查每个库的同步恢复
1-- 直接连接旧主 SQLNODE01；不要通过侦听器2SELECT adc.database_name, drs.database_state_desc,3 drs.synchronization_state_desc,4 drs.is_suspended, drs.redo_queue_size,5 drs.redo_rate6FROM sys.dm_hadr_database_replica_states AS drs7JOIN sys.availability_databases_cluster AS adc8 ON adc.group_database_id = drs.group_database_id9WHERE drs.is_local = 110ORDER BY adc.database_name;切换后旧主需要作为辅助副本重新追上。同步提交的库应回到 SYNCHRONIZED；redo 队列短时增长不一定是故障，要结合 redo_rate 和连续两次采样看它是否在缩小。
50. 检查切换后的 AG 汇总健康状态
1-- 在新主副本执行2SELECT ag.name, ags.primary_replica,3 ags.primary_recovery_health_desc,4 ags.secondary_recovery_health_desc,5 ags.synchronization_health_desc6FROM sys.dm_hadr_availability_group_states AS ags7JOIN sys.availability_groups AS ag8 ON ag.group_id = ags.group_id9WHERE ag.name = N'SalesAG';这里看的是 AG 汇总状态，适合做切换后的一次总览。若 secondary_recovery_health_desc 或同步健康不正常，再回到副本和数据库两层查具体对象；汇总全绿也不说明应用连接已经恢复。
十、切换完，作业和只读流量也要验收
51. 看新主实例是否有业务库相关的 Agent 作业
1-- 在新主 SQLNODE02 的 msdb 执行；作业名前缀按现场改2SELECT name, enabled, date_modified3FROM msdb.dbo.sysjobs4WHERE name LIKE N'SalesDB%'5ORDER BY name;普通 AG 切换数据库角色，并不会自动把实例级 SQL Agent 作业搬到新主。作业缺失、禁用或版本不一致，要按现场发布流程处理；名字匹配只是初筛，还应检查步骤和调度。
52. 核对新主作业最近一次执行结果
1-- 在新主 SQLNODE02 执行2SELECT j.name, j.enabled, js.last_run_outcome,3 js.last_run_date, js.last_run_time,4 js.last_outcome_message5FROM msdb.dbo.sysjobs AS j6JOIN msdb.dbo.sysjobservers AS js7 ON js.job_id = j.job_id8WHERE j.name LIKE N'SalesDB%'9ORDER BY j.name;last_run_outcome=1 是最近一次成功，5 是未知；切换刚完成时，旧执行记录不能证明新主上的下一轮作业也会跑。先确认作业存在、启用和下一次调度，再看新的执行记录。
53. 核对旧主实例是否还会运行写入作业
1-- 直接连接旧主 SQLNODE01 的 msdb2SELECT j.name, j.enabled,3 sys.fn_hadr_is_primary_replica(N'SalesDB') AS is_primary_here4FROM msdb.dbo.sysjobs AS j5WHERE j.name LIKE N'SalesDB%';旧主变成辅助后，这些作业若仍启用，必须确认作业步骤有角色判断或已按切换方案停用。is_primary_here=0 只说明当前实例承载的是辅助库，不能单凭它认定作业会自动跳过。
54. 核对新主的只读路由配置
1-- 在新主副本执行；路由列表属于当前 PRIMARY 角色配置2SELECT owner.replica_server_name AS routing_owner,3 rl.routing_priority,4 target.replica_server_name AS read_only_target5FROM sys.availability_read_only_routing_lists AS rl6JOIN sys.availability_replicas AS owner7 ON owner.replica_id = rl.replica_id8JOIN sys.availability_replicas AS target9 ON target.replica_id = rl.read_only_replica_id10WHERE owner.replica_server_name = N'SQLNODE02'11ORDER BY rl.routing_priority;切换到 SQLNODE02 后，读取的是它作为主副本时的路由列表。旧主的路由配置不能代替新主配置；列表存在也还要检查目标副本允许只读连接、路由 URL 和客户端 ApplicationIntent=ReadOnly。
55. 从只读连接查看实际落点
1-- 使用侦听器、SalesDB、ApplicationIntent=ReadOnly 建立新连接后执行2SELECT @@SERVERNAME AS connected_instance,3 DB_NAME() AS database_name,4 sys.fn_hadr_is_primary_replica(DB_NAME()) AS is_primary;返回的实例名才是这次只读请求真正落到的节点。只读连接落在主副本并不一定是故障，可能是路由目标不可用或配置允许回退；要与第 54 条、应用连接参数及目标辅助库状态对照。
十一、自动切换为什么没有发生
56. 查看 AG 的自动故障转移检测级别
1SELECT name, failure_condition_level,2 health_check_timeout, db_failover3FROM sys.availability_groups4WHERE name = N'SalesAG';FAILURE_CONDITION_LEVEL 控制实例健康故障触发范围，HEALTH_CHECK_TIMEOUT 单位是毫秒。DB_FAILOVER=1 才启用数据库级健康检测；这三项是检测配置，不代表目标副本一定满足自动切换条件。
57. 检查哪对副本配置了自动故障转移
1SELECT replica_server_name, availability_mode_desc,2 failover_mode_desc3FROM sys.availability_replicas4WHERE group_id =5 (SELECT group_id FROM sys.availability_groups6 WHERE name = N'SalesAG')7ORDER BY replica_server_name;自动切换要求主、副本都配置同步提交和自动故障转移，目标数据库还须同步。若一个副本是 ASYNCHRONOUS_COMMIT，它只能作为受控的灾备切换目标，不能期待实例故障后自动接管。
58. 读取实例健康检测的当前输出
1-- 在仍可连接的原主实例执行一次，不指定重复间隔2EXEC sys.sp_server_diagnostics;看 system、resource、query_processing、io_subsystem 和 AG 组件的 state_desc。这是调用当刻的健康快照，不能倒推出故障发生时 WSFC 收到的检测结果；自动切换没发生时，还要查 SQL 错误日志和集群日志中的实际时间线。
59. 核对 WSFC 是否仍有仲裁
1-- 在可连接的 AG 实例上执行2SELECT cluster_name, quorum_type_desc, quorum_state_desc3FROM sys.dm_hadr_cluster;正常有仲裁才会返回集群信息；无行时不能把它读成“配置为空”。先在 Windows 集群侧核实节点与见证，禁止只因 SQL 查询无行就贸然强制故障转移。
60. 看本地副本是否还在 RESOLVING
1-- 直接连接故障现场仍可访问的实例2SELECT ag.name, ars.role_desc,3 ars.operational_state_desc, ars.connected_state_desc4FROM sys.dm_hadr_availability_replica_states AS ars5JOIN sys.availability_groups AS ag6 ON ag.group_id = ars.group_id7WHERE ars.is_local = 18 AND ag.name = N'SalesAG';RESOLVING 或 FAILED_NO_QUORUM 时，先查 WSFC 和 SQL Server 错误日志。客户端报数据库不可访问不等于库文件损坏；角色尚未确定时不应对同一业务库再启动第二套写入口。
十二、主副本失联时选哪个灾备节点
61. 逐库查看候选副本的故障转移就绪标记
1-- 在候选副本所在实例执行；名称换成现场目标2SELECT adc.database_name, ar.replica_server_name,3 cs.is_database_joined, cs.is_failover_ready4FROM sys.dm_hadr_database_replica_cluster_states AS cs5JOIN sys.availability_replicas AS ar6 ON ar.replica_id = cs.replica_id7JOIN sys.availability_databases_cluster AS adc8 ON adc.group_database_id = cs.group_database_id9WHERE ar.replica_server_name = N'SQLNODE02'10ORDER BY adc.database_name;所有库 is_failover_ready=1 是强制切换时估计无数据损失的重要依据，但前提是候选节点在故障当时在线且 WSFC 状态可信。若刚做过强制仲裁，标记可能无法反映旧主失联前的真实状态；还要记录不确定性。
62. 查候选副本本地库是否处于 REVERTING 或 INITIALIZING
1-- 在候选副本直接执行2SELECT adc.database_name, drs.database_state_desc,3 drs.synchronization_state_desc, drs.is_suspended4FROM sys.dm_hadr_database_replica_states AS drs5JOIN sys.availability_databases_cluster AS adc6 ON adc.group_database_id = drs.group_database_id7WHERE drs.is_local = 18 AND (drs.synchronization_state_desc IN (N'REVERTING', N'INITIALIZING')9 OR drs.is_suspended = 1)10ORDER BY adc.database_name;REVERTING 或 INITIALIZING 的辅助库强制切换后可能无法作为主库启动。查询非空时先保留状态和日志；是否重建该库、换目标或接受部分不可用，需要事故恢复方案决定。
63. 记录候选库最后重放的提交位置
1-- 在候选副本执行；作为故障前后取证，不作精确损失量承诺2SELECT adc.database_name, drs.last_commit_lsn,3 drs.last_commit_time, drs.last_hardened_time,4 drs.last_redone_time5FROM sys.dm_hadr_database_replica_states AS drs6JOIN sys.availability_databases_cluster AS adc7 ON adc.group_database_id = drs.group_database_id8WHERE drs.is_local = 19ORDER BY adc.database_name;last_commit_lsn 在辅助库对应最后重放的提交记录。旧主失联时拿不到它最新的提交位置，就无法仅凭目标库这一行精确算出将损失几笔事务；保留候选值，后续与旧主日志和业务流水核对。
64. 查看候选副本是否仍能连接 WSFC
1-- 在候选 SQLNODE02 执行2SELECT cluster_name, quorum_state_desc3FROM sys.dm_hadr_cluster;这条是灾备节点上的仲裁观察，和第 59 条从事故现场的观察分开。无行或状态异常，应先按 WSFC 恢复流程处理；SQL Server 命令不能替代集群仲裁。
65. 在已批准的灾难恢复方案中强制切换
1-- 只在确认旧主无法服务、WSFC 有仲裁、目标风险已评估后，于候选副本执行2ALTER AVAILABILITY GROUP SalesAG FORCE_FAILOVER_ALLOW_DATA_LOSS;这不是第 44 条的计划无损切换。目标若未同步，可能丢失旧主上未到达目标的事务；命令被接受后数据库恢复仍是异步的。先隔离旧主写入口，切换后逐库确认联机、侦听器、应用写入，并保留旧主数据供损失核对。
十三、强制切换后先把数据移动接回来
66. 核对灾备节点已取得主角色
1-- 在执行第 65 条的目标 SQLNODE02 上运行2SELECT @@SERVERNAME AS instance_name, ag.name,3 ars.role_desc, ars.operational_state_desc4FROM sys.dm_hadr_availability_replica_states AS ars5JOIN sys.availability_groups AS ag6 ON ag.group_id = ars.group_id7WHERE ars.is_local = 18 AND ag.name = N'SalesAG';角色成为 PRIMARY 只是第一步。若操作状态还在切换或失败，业务库可能尚未恢复完成；旧主写入口仍要隔离，避免两端各自接受连接。
67. 查新主上哪些 AG 数据库尚未联机
1-- 在新主 SQLNODE02 执行2SELECT adc.database_name, drs.database_state_desc,3 drs.synchronization_state_desc4FROM sys.dm_hadr_database_replica_states AS drs5JOIN sys.availability_databases_cluster AS adc6 ON adc.group_database_id = drs.group_database_id7WHERE drs.is_local = 18 AND drs.is_primary_replica = 19 AND drs.database_state_desc <> N'ONLINE';强制切换命令返回时，数据库恢复可能还在继续。查询结果非空时先看具体库状态和 SQL 错误日志；尤其是切换前处于 REVERTING 或 INITIALIZING 的库，可能需要单独的备份恢复方案。
68. 找出切换后被暂停的辅助数据库
1-- 在新主执行，查看它知道的各辅助副本状态2SELECT ar.replica_server_name, adc.database_name,3 drs.is_suspended, drs.suspend_reason_desc4FROM sys.dm_hadr_database_replica_states AS drs5JOIN sys.availability_replicas AS ar6 ON ar.replica_id = drs.replica_id7JOIN sys.availability_databases_cluster AS adc8 ON adc.group_database_id = drs.group_database_id9WHERE drs.is_local = 010 AND drs.is_suspended = 111ORDER BY ar.replica_server_name, adc.database_name;强制切换后辅助库通常会暂停数据移动。旧主若仍离线，这个主节点视图可能看不到它的完整本地状态；每个可访问的辅助实例还要直接核对，再逐库决定何时恢复。
69. 在辅助节点读出暂停原因
1-- 直接连接可用的辅助副本 SQLNODE032SELECT adc.database_name, drs.is_suspended,3 drs.suspend_reason_desc, drs.synchronization_state_desc4FROM sys.dm_hadr_database_replica_states AS drs5JOIN sys.availability_databases_cluster AS adc6 ON adc.group_database_id = drs.group_database_id7WHERE drs.is_local = 18ORDER BY adc.database_name;SUSPEND_FROM_PARTNER 常见于强制切换后。恢复数据移动前，先保存可能需要取证的旧主事务或辅助库快照；重新同步可能会回退那些没有进入新主日志链的记录。
70. 对一份已核准的辅助库恢复数据移动
1-- 在承载 SalesDB 辅助库的 SQLNODE03 执行，逐库处理2ALTER DATABASE SalesDB SET HADR RESUME;不能在新主上对所有辅助库一条命令批量“解锁”。先确认旧数据取证已完成、该辅助库与新主日志链可重新同步，再在该库的辅助实例执行；命令返回后还要看同步状态与队列是否推进。
71. 核对刚恢复的辅助库是否开始追日志
1-- 在 SQLNODE03 执行2SELECT adc.database_name, drs.is_suspended,3 drs.synchronization_state_desc,4 drs.last_received_time, drs.last_hardened_time,5 drs.redo_queue_size6FROM sys.dm_hadr_database_replica_states AS drs7JOIN sys.availability_databases_cluster AS adc8 ON adc.group_database_id = drs.group_database_id9WHERE drs.is_local = 110 AND adc.database_name = N'SalesDB';is_suspended=0 只是恢复数据移动的起点；隔几分钟再采样，看收到、硬化和 redo 是否持续推进。再次切换前，目标辅助库至少须走出异常状态，计划无损切换则还要等每库 SYNCHRONIZED。
72. 看新主的事务日志是否被暂停的副本拖住
1-- 在新主 SQLNODE02 执行2SELECT name, log_reuse_wait_desc3FROM sys.databases4WHERE name = N'SalesDB';强制切换后，辅助库暂停可能拖住新主日志截断。AVAILABILITY_REPLICA 是线索，还要结合备份、活动事务和第 68—71 条；不要因为日志文件变大就直接删除失败副本或改恢复模式。
73. 核对强制切换后的日志备份作业是否重建链路
1-- 在新主 SQLNODE02 执行；数据库名按现场替换2SELECT TOP (10) bs.database_name, bs.backup_start_date,3 bs.backup_finish_date, bs.server_name,4 bs.first_lsn, bs.last_lsn5FROM msdb.dbo.backupset AS bs6WHERE bs.database_name = N'SalesDB'7 AND bs.type = 'L'8ORDER BY bs.backup_finish_date DESC;第 37 条查的是常规最新日志备份，这里着重核对灾备切换之后新主是否按计划继续备份。若又发生一次强制切换，微软建议每次之后做日志备份；历史行存在不说明文件仍可读取，恢复链还要在备份存储回读。
74. 从侦听器核对强制切换后的读写落点
1-- 用业务连接串经侦听器连 SalesDB 后执行2SELECT @@SERVERNAME AS connected_instance,3 sys.fn_hadr_is_primary_replica(N'SalesDB') AS is_primary;应落到新主且返回 1。与第 47 条的计划切换验收相比，这里还要排除旧主未被隔离、DNS 或代理仍指向旧中心的风险；一条新连接成功不能证明全部连接池已换目标。
75. 旧主回归时先核对本地角色和库状态
1-- 旧主 SQLNODE01 恢复后，先保持业务入口隔离并直连实例2SELECT ag.name, ars.role_desc,3 ars.operational_state_desc,4 drs.database_state_desc, drs.is_suspended5FROM sys.dm_hadr_availability_replica_states AS ars6JOIN sys.availability_groups AS ag7 ON ag.group_id = ars.group_id8LEFT JOIN sys.dm_hadr_database_replica_states AS drs9 ON drs.replica_id = ars.replica_id10 AND drs.is_local = 111WHERE ars.is_local = 112 AND ag.name = N'SalesAG';旧主回来的数据可能含新主没有的事务。别一开机就让它接业务，更不能未取证便恢复数据移动；先确认 WSFC 中只有一套主角色，按事故方案保全旧数据，再决定重新同步或重建。
十四、旧主的数据先留证，再谈回归
76. 查旧主数据库所有数据文件
1-- 旧主仍隔离、SalesDB 未恢复数据移动时执行2SELECT name, type_desc, physical_name3FROM sys.master_files4WHERE database_id = DB_ID(N'SalesDB')5ORDER BY file_id;若要给旧主的静止副本做快照，需要为每一个数据文件指定快照文件，日志文件不指定。文件列表也便于核对备份路径和剩余空间；不能假设所有库都只有一个 MDF。
77. 给未同步的旧主库保留只读快照
1-- 仅适用于经第 76 条确认只有一个数据文件的 SalesDB；旧主保持业务隔离2CREATE DATABASE SalesDB_before_rejoin3ON (NAME = N'SalesDB',4 FILENAME = N'D:\AGEvidence\SalesDB_before_rejoin.ss')5AS SNAPSHOT OF SalesDB;快照保留创建当刻的只读视图，适合在重新同步旧主前核对可能丢失的业务行。多数据文件库必须在 ON 中列出全部数据文件；快照有写时复制的空间和 I/O 开销，不是完整备份，证据保存仍要有独立备份方案。
78. 核对证据快照确实指向旧主业务库
1-- 在旧主实例执行2SELECT snap.name AS snapshot_name,3 src.name AS source_database,4 snap.create_date5FROM sys.databases AS snap6JOIN sys.databases AS src7 ON src.database_id = snap.source_database_id8WHERE snap.name = N'SalesDB_before_rejoin';结果能证明快照已登记，并说明源库是哪一份；并不能证明快照目录有足够空间保存后续写时复制数据。快照必须在恢复数据移动前完成，否则未进入新主的记录可能已被回退。
79. 在证据快照里核对争议业务记录
1-- 表和键按事故记录替换；只读快照2SELECT order_id, status, updated_at3FROM SalesDB_before_rejoin.dbo.Orders4WHERE order_id = 20260915001;把旧主快照的业务键与新主同一键、应用流水和交易日志对照，才可判断损失范围。示例表结构不是 AG 内置对象；现场若没有这张表，应换成真实的关键业务记录。
80. 查是否还有辅助库等待确认暂停
1-- 在可访问的 AG 实例执行2SELECT ar.replica_server_name, cs.database_name,3 cs.is_pending_secondary_suspend4FROM sys.dm_hadr_database_replica_cluster_states AS cs5JOIN sys.availability_replicas AS ar6 ON ar.replica_id = cs.replica_id7WHERE cs.is_pending_secondary_suspend = 18ORDER BY ar.replica_server_name, cs.database_name;这是 WSFC 记录的强制切换后辅助库暂停确认状态。若旧主刚回归而此处仍有行，应直接到对应辅助节点查本地库状态；集群标记不能替代业务记录保全。
81. 读取旧主本地库的日志终点和恢复边界
1-- 旧主保持隔离；记录原值，不直接按数字大小推断数据损失2SELECT adc.database_name, drs.end_of_log_lsn,3 drs.last_commit_lsn, drs.recovery_lsn,4 drs.truncation_lsn5FROM sys.dm_hadr_database_replica_states AS drs6JOIN sys.availability_databases_cluster AS adc7 ON adc.group_database_id = drs.group_database_id8WHERE drs.is_local = 19ORDER BY adc.database_name;这里的 last_commit_lsn 是真实提交 LSN，end_of_log_lsn、recovery_lsn 和截断值有各自的 AG 语义，不能混作同一种 LSN 相减。保存这些值用于与新主日志链和备份记录核对，最终损失仍以业务记录与日志取证为准。
82. 核对旧主的辅助库是否因伙伴切换而暂停
1-- 旧主 SQLNODE01 直连2SELECT adc.database_name, drs.is_suspended,3 drs.suspend_reason_desc,4 drs.synchronization_state_desc5FROM sys.dm_hadr_database_replica_states AS drs6JOIN sys.availability_databases_cluster AS adc7 ON adc.group_database_id = drs.group_database_id8WHERE drs.is_local = 19ORDER BY adc.database_name;此时旧主若已认出 SQLNODE02 为新主，数据库应按辅助副本处理。SUSPEND_FROM_PARTNER 不应被当成“清一下状态即可”的告警；先把第 77—81 条的证据留住，再决定能否重新同步。
83. 查旧主故障前最近的日志备份位置
1-- 在旧主 SQLNODE01 的 msdb 执行2SELECT TOP (10) bs.backup_finish_date, bs.first_lsn,3 bs.last_lsn, bs.server_name, bmf.physical_device_name4FROM msdb.dbo.backupset AS bs5JOIN msdb.dbo.backupmediafamily AS bmf6 ON bmf.media_set_id = bs.media_set_id7WHERE bs.database_name = N'SalesDB'8 AND bs.type = 'L'9ORDER BY bs.backup_finish_date DESC;旧主上的日志备份也可能包含需要取证的事务。physical_device_name 是登记的介质路径，不证明文件如今可读；先保全原介质，再与新主切换后的日志备份链分开核对。
84. 查新主是否已产生切换后的完整备份
1-- 在新主 SQLNODE02 执行；切换时间按事故记录替换2SELECT TOP (10) backup_start_date, backup_finish_date,3 server_name, is_copy_only4FROM msdb.dbo.backupset5WHERE database_name = N'SalesDB'6 AND type = 'D'7 AND backup_start_date >= '2026-09-15T18:00:00'8ORDER BY backup_finish_date DESC;灾备切换后要建立新主可用的恢复基线。完整备份历史行只是作业记录，仍需确认备份文件、日志链和隔离恢复；也不要把辅助库上的 copy-only 全备误写成改变差异备份基线的常规全备。
85. 查看旧主重新接入前的 AG 副本配置
1-- 在当前新主 SQLNODE02 执行2SELECT replica_server_name, availability_mode_desc,3 failover_mode_desc, backup_priority,4 secondary_role_allow_connections_desc5FROM sys.availability_replicas6WHERE group_id =7 (SELECT group_id FROM sys.availability_groups8 WHERE name = N'SalesAG')9ORDER BY replica_server_name;旧主回归后要决定它先按什么提交模式追日志、是否承接只读流量，以及备份作业在哪里跑。这是现有配置快照，不是恢复操作；强制切换可能已经改变实际容灾能力，下一节再检查是否可以计划回切。
86. 核对旧主当前是否已经变成辅助副本
1-- 直连旧主 SQLNODE012SELECT ar.replica_server_name, ars.role_desc,3 ars.connected_state_desc, ars.recovery_health_desc4FROM sys.dm_hadr_availability_replica_states AS ars5JOIN sys.availability_replicas AS ar6 ON ar.replica_id = ars.replica_id7WHERE ars.is_local = 1;旧主重新开机不等于重新成为主副本。先确认它已接受新集群角色；如果仍是 RESOLVING 或无法连接当前主副本，不要急着恢复数据移动。
87. 检查旧主数据库是否已加入当前 AG
1-- 直连旧主 SQLNODE012SELECT d.name, d.state_desc,3 d.group_database_id,4 drs.synchronization_state_desc,5 drs.is_suspended6FROM sys.databases AS d7LEFT JOIN sys.dm_hadr_database_replica_states AS drs8 ON drs.group_database_id = d.group_database_id9 AND drs.is_local = 110WHERE d.name = N'SalesDB';没有 group_database_id 的库并不在 AG 数据移动链上。遇到这种情况，先查数据库是否被移出 AG、是否需要重新初始化，不能对它直接执行 HADR RESUME。
88. 保全证据后恢复旧主数据库的数据移动
1-- 旧主已是辅助副本；第 76—83 条证据已留存并经业务确认2ALTER DATABASE SalesDB SET HADR RESUME;强制故障转移后，旧主上未进入新主的事务可能在重新同步时被回退。这条命令只解决暂停的数据移动；是否接受可能的数据损失，应在执行前定下来。
89. 看旧主恢复同步后的 redo 队列
1-- 在旧主 SQLNODE01 执行；按数据库分别观察2SELECT adc.database_name, drs.synchronization_state_desc,3 drs.is_suspended, drs.redo_queue_size,4 drs.last_commit_time5FROM sys.dm_hadr_database_replica_states AS drs6JOIN sys.availability_databases_cluster AS adc7 ON adc.group_database_id = drs.group_database_id8WHERE drs.is_local = 19ORDER BY adc.database_name;redo 队列大小单位为 KB。恢复数据移动后先确认不再暂停，再连续取样看队列是否下降；日志发送队列应到当前主副本查对应辅助副本，不能读取旧主本地行代替。
90. 查旧主辅助副本各库的同步与故障转移准备状态
1-- 在当前主副本 SQLNODE02 执行2SELECT ar.replica_server_name, adc.database_name,3 cs.is_failover_ready, cs.is_database_joined4FROM sys.dm_hadr_database_replica_cluster_states AS cs5JOIN sys.availability_replicas AS ar6 ON ar.replica_id = cs.replica_id7JOIN sys.availability_databases_cluster AS adc8 ON adc.group_database_id = cs.group_database_id9WHERE ar.replica_server_name = N'SQLNODE01'10ORDER BY adc.database_name;这里看 WSFC 记录的逐库准备状态。计划回切仍需在目标副本上核对同步提交、SYNCHRONIZED 与业务连接；不要凭某一库的 is_failover_ready = 1 就切整个 AG。
91. 检查旧主辅助副本是否仍为同步提交
1-- 在当前主副本 SQLNODE02 执行2SELECT ar.replica_server_name, ar.availability_mode_desc,3 ar.failover_mode_desc, ars.synchronization_health_desc4FROM sys.availability_replicas AS ar5LEFT JOIN sys.dm_hadr_availability_replica_states AS ars6 ON ars.replica_id = ar.replica_id7WHERE ar.replica_server_name = N'SQLNODE01';计划手动回切要求目标辅助副本采用同步提交，并且所有 AG 数据库都已经同步。故障转移模式是否为 AUTOMATIC 是另一个配置项，不能代替同步提交检查。
92. 将回切目标设为同步提交
1-- 当前主副本执行；先评估跨机房时延和提交延迟2ALTER AVAILABILITY GROUP SalesAG3MODIFY REPLICA ON N'SQLNODE01'4WITH (AVAILABILITY_MODE = SYNCHRONOUS_COMMIT);旧主若按异步提交运行，计划回切前需要调整提交模式并等待逐库同步。跨机房链路慢时，同步提交会影响主库事务延迟；这一步应配合业务窗口。
93. 统计旧主还有多少库尚未同步
1-- 在旧主 SQLNODE01 执行2SELECT COUNT(*) AS database_count,3 SUM(CASE WHEN drs.synchronization_state_desc = 'SYNCHRONIZED'4 AND drs.is_suspended = 0 THEN 1 ELSE 0 END)5 AS synchronized_count6FROM sys.dm_hadr_database_replica_states AS drs7JOIN sys.availability_databases_cluster AS adc8 ON adc.group_database_id = drs.group_database_id9WHERE drs.is_local = 1;两个数量必须相等，再用第 90 条看 WSFC 准备状态。这里的聚合仅给出进度，不替代逐库排查；特别注意新加入或尚未初始化的数据库。
94. 查回切窗口内 AG 数据库还有没有活动写入
1-- 当前主副本 SQLNODE02；业务冻结前后各取一次2SELECT DB_NAME(database_id) AS database_name,3 COUNT(*) AS active_requests4FROM sys.dm_exec_requests5WHERE database_id IN6 (SELECT database_id FROM sys.databases7 WHERE group_database_id IS NOT NULL)8 AND session_id <> @@SPID9GROUP BY database_id;这里查正在执行的请求，并不统计空闲连接，也不证明应用已经停止写入。计划回切时应用写入冻结、连接池切换和回退路径仍需单独确认。
95. 查当前主副本最近的日志备份是否按计划运行
1-- 当前主副本 SQLNODE02 的 msdb；备份策略可能偏好辅助副本2SELECT bs.database_name, MAX(bs.backup_finish_date) AS last_log_backup3FROM msdb.dbo.backupset AS bs4WHERE bs.type = 'L'5 AND bs.database_name IN6 (SELECT name FROM sys.databases7 WHERE group_database_id IS NOT NULL)8GROUP BY bs.database_name;这是当前实例的备份历史。若 AG 把备份分配到辅助副本，需要到实际执行备份的节点核对；没有记录不必然表示全组没有日志备份。
96. 从旧主发起计划回切
1-- 只在目标辅助副本 SQLNODE01 执行；所有库 SYNCHRONIZED2ALTER AVAILABILITY GROUP SalesAG FAILOVER;这是计划手动故障转移，与前面的强制故障转移不同，不带允许数据丢失参数。第 44 条已给过相同语法；这里保留回切场景，提醒操作位置是将成为主副本的 SQLNODE01。
97. 回切后确认每个节点的本地角色
1-- 分别直连 SQLNODE01、SQLNODE02 执行2SELECT @@SERVERNAME AS instance_name,3 ar.replica_server_name, ars.role_desc,4 ars.connected_state_desc5FROM sys.dm_hadr_availability_replica_states AS ars6JOIN sys.availability_replicas AS ar7 ON ar.replica_id = ars.replica_id8WHERE ars.is_local = 1;命令返回成功后，仍要分别查两边角色。若旧站点经历过强制仲裁或网络分区，先核对 WSFC 投票与集群状态，避免把两边各自的“主”误当成一次正常回切。
98. 回切后检查各库是否在线且仍在同步
1-- 两个节点分别执行2SELECT d.name, d.state_desc,3 drs.synchronization_state_desc,4 drs.synchronization_health_desc,5 drs.is_suspended6FROM sys.databases AS d7JOIN sys.dm_hadr_database_replica_states AS drs8 ON drs.group_database_id = d.group_database_id9 AND drs.is_local = 110WHERE d.group_database_id IS NOT NULL11ORDER BY d.name;新主应在线，辅助库应继续同步。不能把角色回切成功当成数据库就绪；逐库查看状态，尤其留意切换后被暂停的库。
99. 通过侦听器核对新连接落点
1-- 使用与应用相同的侦听器和连接参数，成功连接后执行2SELECT @@SERVERNAME AS connected_instance,3 DB_NAME() AS database_name,4 sys.fn_hadr_is_primary_replica(DB_NAME()) AS is_primary;这条 SQL 必须通过业务使用的侦听器连接，不能先直连节点再执行。主业务连接应落到新主；只读意图连接还要按实际只读路由单独验证。
100. 回切后重新核对备份首选副本
1-- 分别在承担备份作业的节点执行2SELECT @@SERVERNAME AS instance_name,3 sys.fn_hadr_backup_is_preferred_replica(N'SalesDB')4 AS is_preferred_backup_replica;回切会改变角色，备份作业可能随之换节点。这个函数反映 AG 的备份偏好，不证明作业已经成功；还要核对下一次实际备份、文件可读性和恢复演练。
总结
SQL Server Always On 排障要把副本连接、同步状态、发送队列、重做队列和 Listener 分开检查。计划故障转移要求目标副本具备切换条件，强制故障转移则必须先评估数据损失和双主风险。
把 AG 名称、副本名、Listener、同步模式和故障转移策略整理成现场版本。平时保留队列与延迟基线，切换时才能判断当前状态是否真的异常。
更多数据库运维内容可在 ORA100 · DBA100 查看：
微信里搜索小程序 「三笠的百令册」，也可以继续查看这个系列。
ORA100 DBA100