概述

为了保持 etcd 集群的可靠性，需要定期进行维护。根据 etcd 应用程序的需求，这些维护通常可以自动化进行，并且不会导致停机或性能显著下降。

所有 etcd 维护都涉及管理 etcd 键空间消耗的存储资源。如果无法有效控制键空间大小，存储空间配额将触发集群范围的警报，使系统进入受限操作的维护模式。为了避免键空间耗尽可写入空间，必须对 etcd 键空间历史进行压缩。同时，通过对 etcd 成员进行碎片整理，可以回收存储空间。此外，定期快照备份 etcd 成员状态，有助于在操作错误导致数据丢失或损坏时进行恢复。

Raft 日志保留

--snapshot-count 配置在压缩前要保留在内存中的已应用 Raft 条目数量。当达到 --snapshot-count 时，服务器会先将快照数据持久化到磁盘，然后截断旧的条目。如果一个较慢的跟随者请求的日志在压缩索引之前，领导者会发送快照，强制跟随者覆盖其状态。

较高的 --snapshot-count 会在快照之前保留更多的 Raft 条目，导致更高的内存使用率。然而，由于领导者会保留最新的 Raft 条目更长时间，较慢的跟随者有更多时间赶上快照。

从 v3.2 开始，--snapshot-count 的默认值已从 10,000 改为 100,000。

键空间历史压缩：v3 API 键值数据库

由于 etcd 会保留其键空间的完整历史，因此必须定期压缩历史数据，以避免性能下降和存储空间耗尽。历史压缩会丢弃给定修订版本之前的所有旧键值信息，从而释放存储空间供新数据写入。

• 手动压缩
  使用 etcdctl 手动触发压缩：

$ etcdctl compact 3

• 自动压缩
  使用 --auto-compaction-* 选项设置自动压缩周期：

$ etcd --auto-compaction-retention=1

碎片整理

在压缩键空间之后，后端数据库可能会出现内部碎片。这些碎片占据磁盘空间，但无法被主机文件系统直接使用。碎片整理的目的是将这些空间释放回文件系统。

• 对单个成员进行碎片整理

$ etcdctl defrag

• 对集群所有端点进行碎片整理

$ etcdctl defrag --cluster

空间配额

etcd 的空间配额确保集群的稳定运行。如果键空间过大，etcd 可能会出现性能问题，甚至耗尽存储空间，导致不可预测的集群行为。

• 设置空间配额

$ etcd --quota-backend-bytes=$((16*1024*1024))

• 清理空间超限告警

$ ETCDCTL_API=3 etcdctl compact $rev
$ ETCDCTL_API=3 etcdctl defrag
$ ETCDCTL_API=3 etcdctl alarm disarm

快照备份

定期对 etcd 集群进行快照备份，可作为键空间的持久备份。通过快照，etcd 集群可以恢复到特定的时间点。

• 创建快照

$ etcdctl snapshot save backup.db

• 检查快照状态

$ etcdutl --write-out=table snapshot status backup.db

通过以上维护操作，etcd 集群可以保持高可用性和稳定性，同时避免因存储空间不足导致的性能下降或系统故障。