上篇講了一些etcd常見的集羣操做，這篇主要講述一些可能遇到的常見問題，畢竟上帝（運維）視角老是要看到問題，而後進行恢復。
node
對於一個集羣來講，常見的莫過於進程崩潰，物理機宕機，數據遷移備份，擴容縮容等操做。剩餘的操做無非就是一些常見的問題處理。python
etcd從嚴格意義上來講，也就是一個存儲，不過是分佈式環境下的存儲，並且保持強一致性，也就是每次有個leader進行發號指令，寫入數據的時候，必須leader贊成follower回覆ok才能寫入，並且必須大部分的節點正常響應。
git
從而在數據備份的時候，隨便備份哪一個節點都是能夠的。
github
一、 配置定時任務進行備份docker
配置的定時任務，天天的凌晨2點執行腳本，只保留七天的備份，而後將數據備份到固定的目錄，腳本備份主要使用自帶的etcdctl來進行備份，以下：
centos
[root@docker-ce python]# cat backup.sh bash
#!/bin/bash微信
date_time=`date +%Y%m%d`運維
etcdctl backup --data-dir /etcd/ --backup-dir /python/etcdbak/${date_time}分佈式
find /python/etcdbak/ -ctime +7 -exec rm -r {} \;
設置定時任務：
將錯誤輸出和正常輸出都重定向掉，是爲了防止發送郵件，形成inode數量增大。
二、 數據恢復
當要進行數據恢復的時候，能夠使用以下的步驟：
打包備份數據，發送到要恢復的主機。
解壓運行etcd：
在進行啓動etcd的時候，除了要指定數據目錄，並且必須使用force-new-cluster參數，否則會出現報錯，集羣id不匹配等信息。
三、 關於數據存儲的說明
在數據存儲的目錄中，在啓動的時候，文件目錄結果以下所示：
在備份中的文件目錄以下所示：
從上面能夠看到，丟棄了db文件和tmp文件，丟棄了tmp文件主要是未提交的數據記錄，而丟棄的db信息就是集羣和幾點的一些信息。
四、 單節點擴展成集羣
備份以後，而後進行解壓報錯，而後啓動etcd進程，啓動的時候，注意使用相關的參數，以下：
[root@docker-ce etcd]# etcd --name docker-ce --data-dir /etcd1 --initial-advertise-peer-urls http://192.168.1.222:2380 --listen-peer-urls http://192.168.1.222:2380 --listen-client-urls http://192.168.1.222:2379,http://127.0.0.1:2379 --advertise-client-urls http://192.168.1.222:2379 --initial-cluster-token etcd-cluster --initial-cluster centos=http://192.168.1.22:2380,docker-ce=http://192.168.1.222:2380 --force-new-cluster
添加新的member信息：
在新的機器上啓動etcd進程：
[root@docker1 /]# etcd --name docker1 --data-dir /etcd --initial-advertise-peer-urls http://192.168.1.32:2380 --listen-peer-urls http://192.168.1.32:2380 --listen-client-urls http://192.168.1.32:2379,http://127.0.0.1:2379 --advertise-client-urls http://192.168.1.32:2379 --initial-cluster-token etcd-cluster --initial-cluster docker-ce=http://192.168.1.222:2380,docker1=http://192.168.1.32:2380 --initial-cluster-state existing
注意參數的更新，不然會出現集羣的id信息不匹配，peer的信息不匹配等錯誤。
一、 時鐘不一樣步
時鐘不一樣的時候，出現錯誤以下：
2018-02-09 05:45:37.636506 W | rafthttp: the clock difference against peer 5d951def1d1ebd99 is too high [8h0m2.595609129s > 1s]
2018-02-09 05:45:37.717527 W | rafthttp: the clock difference against peer f83aa3ff91a96c2f is too high [8h0m2.52274509s > 1s]
將時間進行同步便可。
二、 集羣id不匹配
主要是由於數據目錄沒有刪除，而後致使集羣的id不匹配，刪除數據目錄，而後從新加入便可。
三、 刪除的時候數據目錄報錯
2018-02-07 22:05:58.539721 I | raft: e0f5fe608dbc732d became follower at term 11
2018-02-07 22:05:58.539833 C | raft: tocommit(25) is out of range [lastIndex(0)]. Was the raft log corrupted, truncated, or lost?
panic: tocommit(25) is out of range [lastIndex(0)]. Was the raft log corrupted, truncated, or lost?
goroutine 59 [running]:
github.com/coreos/pkg/capnslog.(*PackageLogger).Panicf(0xc4201730e0, 0x559ecf0e5ebc, 0x5d, 0xc420121400, 0x2, 0x2)
/builddir/build/BUILD/etcd-1e1dbb23924672c6cd72c62ee0db2b45f778da71/Godeps/_workspace/src/github.com/coreos/pkg/capnslog/pkg_logger.go:75 +0x15e
github.com/coreos/etcd/raft.(*raftLog).commitTo(0xc42021a380, 0x19)
/builddir/build/BUILD/etcd-1e1dbb23924672c6cd72c62ee0db2b45f778da71/src/github.com/coreos/etcd/raft/log.go:191 +0x15e
github.com/coreos/etcd/raft.(*raft).handleHeartbeat(0xc42022c1e0, 0x8, 0xe0f5fe608dbc732d, 0x5d951def1d1ebd99, 0xb, 0x0, 0x0, 0x0, 0x0, 0x0, ...)
/builddir/build/BUILD/etcd-1e1dbb23924672c6cd72c62ee0db2b45f778da71/src/github.com/coreos/etcd/raft/raft.go:1100 +0x56
github.com/coreos/etcd/raft.stepFollower(0xc42022c1e0, 0x8, 0xe0f5fe608dbc732d, 0x5d951def1d1ebd99, 0xb, 0x0, 0x0, 0x0, 0x0, 0x0, ...)
/builddir/build/BUILD/etcd-1e1dbb23924672c6cd72c62ee0db2b45f778da71/src/github.com/coreos/etcd/raft/raft.go:1046 +0x2b5
github.com/coreos/etcd/raft.(*raft).Step(0xc42022c1e0, 0x8, 0xe0f5fe608dbc732d, 0x5d951def1d1ebd99, 0xb, 0x0, 0x0, 0x0, 0x0, 0x0, ...)
/builddir/build/BUILD/etcd-1e1dbb23924672c6cd72c62ee0db2b45f778da71/src/github.com/coreos/etcd/raft/raft.go:778 +0x10f9
github.com/coreos/etcd/raft.(*node).run(0xc420354000, 0xc42022c1e0)
/builddir/build/BUILD/etcd-1e1dbb23924672c6cd72c62ee0db2b45f778da71/src/github.com/coreos/etcd/raft/node.go:323 +0x67d
created by github.com/coreos/etcd/raft.RestartNode
/builddir/build/BUILD/etcd-1e1dbb23924672c6cd72c62ee0db2b45f778da71/src/github.com/coreos/etcd/raft/node.go:223 +0x340
這種主要是須要將節點做爲一個新的節點加入到集羣中，直接啓動的話因爲找不到集羣的文件和日誌文件，從而報錯。
待續。。。。
本文分享自微信公衆號 - SRE運維實踐（gh_319dd73ec076）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。