数据损坏

etcd 内置了自动数据损坏检测机制，以防止成员状态发生不一致。

启用数据损坏检测

数据损坏检测可通过以下方式执行：

• 初始检查，通过 --experimental-initial-corrupt-check 标志启用。
• 定期检查包括：
  • 已压缩的修订版本哈希，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。

引导过程中将执行初始检查。 成员将比较其持久化状态与其他成员的状态，若发现不匹配则退出。

两个周期性检查将在已运行的集群中由领导者执行。 领导者将比较其持久化状态与其他成员的状态，若发现不一致则触发 CORRUPT ALARM。 两项检查目的相同，但均建议启用，以在性能与检测时间之间取得平衡。

• 压缩修订版本哈希检查 - 需要定期执行压缩，性能开销极小，可处理缓慢的跟随者。
• 最新修订版本哈希检查 - 性能开销较高，无法处理缓慢的跟随者或频繁的压缩。

压缩修订版本哈希检查

启用 --experimental-compact-hash-check-enabled 标志后，每分钟执行一次检查。 可使用 --experimental-compact-hash-check-time 标志调整检查频率，格式为：1m - 每分钟，1h - 每小时。 该检查将压缩功能扩展为同时计算校验和，以便在集群成员之间进行比对。 不会引起额外的数据库扫描，因此开销极低，但要求集群定期执行压缩。

最新修订版本哈希校验

通过 --experimental-corrupt-check-time 标志启用，需以如下格式提供执行周期：1m —— 每分钟，1h —— 每小时。 由于性能开销较高，建议周期为数小时。 运行检查需在指定修订版本下扫描整个 etcd 内容以计算校验和。

恢复受损成员

恢复损坏成员有三种方法：

• 清除成员持久化状态
• 替换成员
• 恢复整个集群

成员恢复后，可移除 CORRUPT ALARM 告警。

清除成员持久化状态

可按以下步骤清除成员状态：

1. 停止 etcd 实例。
2. 备份 etcd 数据目录。
3. 将 etcd 数据目录中的 snap 子目录移出。
4. 使用 --initial-cluster-state=existing 启动 etcd，并在 --initial-cluster 中列出集群成员。

预计 etcd 成员将从领导者下载最新的快照。

替换成员

可按以下步骤替换成员：

1. 停止 etcd 实例。
2. 备份 etcd 数据目录。
3. 删除数据目录。
4. 运行 etcdctl member remove 从集群中移除该成员。
5. 运行 etcdctl member add 将其重新添加。
6. 使用 --initial-cluster-state=existing 启动 etcd，并在 --initial-cluster 中列出集群成员。

恢复整个集群

可通过从当前领导者保存快照，并将快照恢复到所有成员来恢复集群。 对领导者执行 etcdctl snapshot save，并参照 恢复集群过程 。