网络恢复了，组却回不来：MySQL 9.7.4 修掉的 Group Replication 分区恢复死循环

一个典型的现场：机房网络抖动几分钟，Group Replication 组丢了 quorum；网络恢复后，ping、端口、路由全部正常，但组没有自己恢复：写入一直挂起，错误日志里反复出现同一行：

MY-013781: Error sending connection delegation command

这条路径在 MySQL 9.7.4（2026-10-20）中被修掉了，Bug #39767762。发布说明见 MySQL 9.7.4 Release Notes。

connection delegation 是哪一环

它属于 group_replication 的通信栈，是成员之间建立点对点连接前的协商步骤：成员需要连接对端时，先发一条 delegation command，由对端按自己配置的 endpoint 完成握手。它处理「谁去连谁、连哪个地址」，不是复制数据通道本身。

在 9.7.4 之前，这次 publication 尝试是阻塞式的。当它卡住或失败时，重连循环就会反复卡在同一步，无法回到正常的重连处理流程。

为什么「网络好了」不等于「组能自己回来」

组的自愈依赖重连循环持续推进：重新拿到多数派、产生新视图、成员进入 ONLINE。这条链上任何一步被卡死，后面的步骤都不会发生。

Bug #39767762 的问题就在这一步：delegation 用阻塞方式发布，失败后没有把控制权交回重连逻辑，循环就在原地反复重复。底层网络早已恢复，但组仍然处于 quorum 丢失状态。

为什么是阻塞而不是报错

写事务提交前要经过组通信确认。组成员停在重连循环、视图不更新时，这条路径不会主动返回失败，只会等待，所以客户端看到的是语句长时间挂起、连接超时，而不是一条明确的错误码。

怎么确认是这条路径

先看错误日志有没有同一行反复出现（路径按实际环境的 error_log 变量）：

grep -n 'MY-013781' /var/log/mysql/error.log
grep -n 'Error sending connection delegation command' /var/log/mysql/error.log

再看成员视图，重点看 MEMBER_STATE：出现 ERROR、UNREACHABLE 卡住不动，基本就说明组没有恢复：

SELECT MEMBER_HOST, MEMBER_PORT, MEMBER_STATE, MEMBER_ROLE, MEMBER_VERSION
FROM performance_schema.replication_group_members;

对照成员统计，观察队列是否还在推进；如果数字长时间不变，就说明组通信确实停了：

SELECT MEMBER_ID,
       COUNT_TRANSACTIONS_IN_QUEUE,
       COUNT_TRANSACTIONS_REMOTE_IN_APPLIER_QUEUE
FROM performance_schema.replication_group_member_stats\G

顺便核对地址配置，后面多网卡场景要用到：

SHOW STATUS LIKE 'group_replication%';
SELECT @@group_replication_local_address, @@group_replication_group_seeds;

如果日志里 MY-013781 在循环出现、成员视图停在非 ONLINE 状态、队列不推进，三条同时成立，就可以判断为这个 bug。

9.7.4 改了什么

connection delegation 改成单次非阻塞的 publication 尝试：发一次，不成就返回，把重试交回正常的重连处理。重连循环因此能继续往前走，而不是停在 delegation 这一步。升级到 9.7.4 后，同样场景下组能自己收敛。

另一个坑：多网卡主机、同一 SQL 端口

同一台多网卡主机上跑多个成员、用不同 IP、但 SQL 端口相同，会出现成员加不进去的情况。

原因是本地成员原先按「所有本地接口」识别，两个绑定在不同 IP 上、监听同一 SQL 端口的实例会被当成同一个本地成员。修复后，本地成员按配置的 endpoint 识别，不同 IP 加同一 SQL 端口可以区分开。

但 XCom 层的要求没变：localAddress 端口必须各不相同。所以配置要写成这样：

# 成员 A
group_replication_local_address = "192.0.2.11:33061"
group_replication_group_seeds    = "192.0.2.11:33061,192.0.2.12:33062"

# 成员 B（同一台多网卡主机）
group_replication_local_address = "192.0.2.12:33062"
group_replication_group_seeds    = "192.0.2.11:33061,192.0.2.12:33062"

SQL 端口可以相同，XCom 端口不能。

同一版本里的其他 GR 修复

9.7.4 还修了这些：消息解码限制（Bug #39905199）、消息发送方校验（Bug #39851456）、插件卸载时的 UDF 生命周期处理（Bug #39838541）、恢复状态校验（Bug #39832216）、peer address 处理（Bug #39654054）。排查 GR 问题时，可以一并核对版本。