数据损坏

etcd 内置了自动化的数据损坏检测功能，以防止成员状态出现分歧。

启用数据损坏检测

数据损坏检测可以通过以下方式进行：

• 初始检查，通过 --experimental-initial-corrupt-check 标志启用。
• 定期检查：
  • 压缩修订版本哈希，通过 --experimental-compact-hash-check-enabled 标志启用。
  • 最新修订版本哈希，通过 --experimental-corrupt-check-time 标志启用。

初始检查将在 etcd 成员启动时执行。成员会将其持久状态与其他成员进行比较，如果存在不匹配则退出。

两种定期检查将由正在运行的集群中的领导者执行。领导者会将其持久状态与其他成员进行比较，如果存在不匹配则会触发 CORRUPT ALARM。这两种检查的目的相同，但都值得启用以平衡性能和检测时间。

• 压缩修订版本哈希检查 - 需要定期压缩，性能开销最小，可以处理慢跟随者。
• 最新修订版本哈希检查 - 性能开销高，无法处理慢跟随者或频繁压缩。

压缩修订版本哈希检查

使用 --experimental-compact-hash-check-enabled 标志启用后，该检查每分钟执行一次。可以使用 --experimental-compact-hash-check-time 标志调整检查频率，格式为：1m - 每分钟，1h - 每小时。此检查扩展了压缩过程，还会计算可以在集群成员之间比较的校验和。不会导致额外的数据库扫描，因此成本很低，但需要在集群中定期进行压缩。

最新修订版本哈希检查

使用 --experimental-corrupt-check-time 标志启用，需要提供一个执行周期，格式为：1m - 每分钟，1h - 每小时。由于性能开销较高，建议的周期为几小时。运行检查需要通过扫描给定修订版本的整个 etcd 内容来计算校验和。

恢复损坏的成员

有三种方法可以恢复损坏的成员：

• 清除成员持久状态
• 替换成员
• 恢复整个集群

在损坏的成员恢复后，可以移除 CORRUPT ALARM。

清除成员持久状态

成员状态可以通过以下方式清除：

1. 停止 etcd 实例。
2. 备份 etcd 数据目录。
3. 将 snap 子目录从 etcd 数据目录中移出。
4. 使用 --initial-cluster-state=existing 和 --initial-cluster 中列出的集群成员启动 etcd。

预计 etcd 成员将从领导者下载最新的快照。

替换成员

成员可以通过以下方式替换：

1. 停止 etcd 实例。
2. 备份 etcd 数据目录。
3. 删除数据目录。
4. 通过运行 etcdctl member remove 从集群中移除成员。
5. 通过运行 etcdctl member add 将其重新添加回集群
6. 使用 --initial-cluster-state=existing 和 --initial-cluster 中列出的集群成员启动 etcd。

恢复整个集群

可以通过从当前领导者保存快照并将其恢复到所有成员来恢复集群。对领导者运行etcdctl snapshot save，然后按照恢复集群的步骤进行操作。