StarRocks 备份任务永久卡在 SNAPSHOTING 状态（单机缩容后）

💬 StarRocks 用户问答
#1

一、问题现象

在 StarRocks 3.3.4 ​ 集群中，对一个仅 34MB ​ 的小表执行 OSS 备份时，任务 永久卡在 SNAPSHOTING 状态 ，超过 1 小时 ​ 无法进入 UPLOADING 。

:one: 备份任务状态（一直不变）

sql

sql

StarRocks > SHOW BACKUP FROM ad_network\G;
*************************** 1. row ***************************
               JobId: 23376048
        SnapshotName: bak_test_click_task_v2
              DbName: ad_network
               State: SNAPSHOTING
          BackupObjs: [ad_network.click_task]
          CreateTime: 2026-06-02 10:12:01
SnapshotFinishedTime: NULL
  UploadFinishedTime: NULL
        FinishedTime: NULL
     UnfinishedTasks: 11960465=10004, 11960453=10004, 11960449=10004, 11960461=10004, 11960457=10004, 11960445=10004
            Progress: 
          TaskErrMsg: 
              Status: [OK]
             Timeout: 86400

:two: BE 日志特征（关键证据）

BE 日志中持续打印以下内容，但 tablet 数量从不减少 ：

纯文本

纯文本

waiting 6 tablets to make snapshot.
BACKUP repo id: 23349323, label: bak_test_click_task_v2
state: SNAPSHOTING
status: [OK]

二、环境信息

:one: 集群拓扑（关键背景）

项目 状态
StarRocks 版本 3.3.4-56bcf6f ​
当前 BE 数量 1 个（单机） ​
BE ID 10002 ​
历史状态 半年前由 3 节点缩容为 1 节点 ​
数据总量 约 2.2 TB
表数量 约 14 张 OLAP 表

:two: 当前 BE 状态

sql

sql

StarRocks > SHOW BACKENDS\G;
*************************** 1. row ***************************
            BackendId: 10002
                   IP: 192.168.0.170
                Alive: true
        LastHeartbeat: 2026-06-02 11:05:16
            TabletNum: 16741
            ErrMsg: 
           Version: 3.3.4-56bcf6f

:three: 写入状态（已排除写入干扰）

:white_check_mark: 所有 Routine Load 均为 PAUSED 状态 ​

:white_check_mark: 备份期间无任何 Kafka 写入

三、已尝试的排查手段（均无效）

操作 结果
多次 CANCEL BACKUP :x: 仍卡住
重启 FE / BE :x: 仍卡住
更换快照名重新备份 :x: 仍卡住
暂停所有 Routine Load :x: 仍卡住
等待超过 1 小时 :x: 仍卡住

四、核心疑点（怀疑与缩容残留有关）

:warning: :one: UnfinishedTasks 中的节点 ID 异常

纯文本

纯文本

11960465=10004

  • 当前 唯一存活 BE 的 ID 是 10002

  • 但 UnfinishedTasks 中出现的 ID 是 10004

  • 该 ID 在 SHOW BACKENDS 中并不存在

:point_right: 怀疑 ：

这是 半年前 3 节点时期遗留的副本元数据 ，导致快照任务一直在等待一个 不存在的 BE ，从而永久阻塞。

:warning: :two: 单机环境下 Tablet 版本无法稳定

在单机 + 大量 Tablet（16741）场景下：

  • 某些 Tablet 的 版本链可能未正确收敛

  • 快照任务在等待 version stable ，但永远等不到

五、诉求（希望社区协助）

  1. 请确认：

UnfinishedTasks 中出现不存在的 BE ID（10004），是否是已知 Bug？

  1. 在 3.3.4 单机 + 缩容历史 ​ 场景下，是否存在：

  • Tablet 元数据残留

  • 副本状态不一致

  • 快照任务无法跳过失效副本

  1. 是否有 安全的人工修复手段 （如强制标记 Tablet 健康、清理残留副本）

六、附件（请补充）

如果你方便，可以把以下日志打包上传到 ISSUE：

  • :white_check_mark: fe/log/fe.log （备份开始前后 10 分钟）

  • :white_check_mark: be/log/be.INFO （包含 make_snapshot / waiting tablets 的部分）

  • :white_check_mark: SHOW TABLET FROM click_task; 的输出

七、使用场景说明（帮助社区理解优先级）

我们正在做 华为云 → 阿里云 跨云迁移 ​

使用 OSS 作为中间存储 ​

当前因备份卡住，导致整个迁移计划阻塞

:white_check_mark: 你可以直接复制以上内容发到 StarRocks 社区 / GitHub Issues ​

:white_check_mark: 如果你愿意，我也可以帮你把 SHOW TABLET FROM click_task 的结果 ​ 一起整理进去，让工单更完整。

京ICP备2022026421号-1