1. 课程导论：etcd 在云原生架构中的核心地位、灾备与压测的重要性、课程目标与学习路径
1.1 etcd 在云原生架构中的核心地位
在云原生生态中，etcd 是 Kubernetes 等编排系统的“状态中枢”。它作为分布式一致性的键值存储，承载了集群的全部元数据、配置信息和状态同步逻辑。一旦 etcd 出现故障或性能瓶颈，整个上层系统将面临不可用风险。
| 角色 | 说明 | 典型场景 |
|---|---|---|
| Kubernetes 控制面存储 | 存储所有 API 对象（Pod、Service、ConfigMap 等） | kube-apiserver 通过 etcd 读写集群状态 |
| 服务发现与配置中心 | 提供 Watch 机制，实时推送配置变更 | 微服务注册、动态配置下发 |
| 分布式锁与选主 | 基于 Raft 协议实现强一致性锁 | Leader 选举、资源互斥访问 |
| 网络与存储元数据 | 存储 CNI、CSI 等组件的持久化状态 | Flannel、Calico 网络配置持久化 |
关键认知：etcd 是云原生架构的“单点真相源”（Single Source of Truth），其可用性直接决定集群的 SLA。
1.2 灾备与压测的重要性
生产环境中，etcd 面临两大核心挑战：数据安全与性能瓶颈。灾备保障数据不丢失、可恢复；压测则提前暴露容量与延迟问题。
灾备：守住数据的最后一道防线
- 硬件故障：磁盘损坏、节点宕机导致数据丢失。
- 人为误操作：误删 key、错误更新配置。
- 集群脑裂：网络分区导致 Raft 集群分裂，数据不一致。
- 版本升级回退：跨版本升级失败需要回滚数据。
压测：摸清性能天花板
- QPS 瓶颈：单节点写入能力通常在 1k~5k ops/s，受磁盘 fsync 延迟制约。
- 存储容量：默认 2GB 数据库大小限制，超限后写入失败。
- Watch 风暴：大量客户端 Watch 同一 key 导致网络与 CPU 过载。
- 慢查询：大范围 List 操作（如
--prefix扫描）引发长时间锁等待。
常见误区：很多团队只在集群搭建时做一次基础压测，之后便不再关注。实际上，etcd 的性能会随着数据量增长、客户端数量增加而显著退化，需要建立常态化压测与灾备演练机制。
1.3 课程目标与学习路径
本课程围绕“灾备”与“压测”两条主线，通过实战复盘的方式，帮助学员掌握 etcd 生产运维的核心技能。
| 模块 | 核心目标 | 关键产出 |
|---|---|---|
| 灾备篇 | 掌握快照备份、恢复、数据迁移、跨集群容灾 | 可执行的灾备 SOP、恢复演练报告 |
| 压测篇 | 掌握压测工具、性能调优、容量规划 | 压测报告模板、性能基线数据 |
| 复盘篇 | 分析真实故障案例，提炼避坑指南 | 故障复盘文档、自动化巡检脚本 |
推荐学习路径
- 基础夯实：理解 Raft 协议、etcd 架构、数据模型（约 2 小时）。
- 灾备实战：从单节点快照到跨地域容灾，逐级演练（约 4 小时）。
- 压测实战：使用
benchmark工具，覆盖读写、Watch、混合场景（约 3 小时）。 - 故障复盘：分析 3 个真实生产案例，总结应急处理流程（约 2 小时）。
- 综合演练：搭建模拟环境，完成一次完整的灾备+压测+复盘闭环（约 3 小时）。
学习建议：每章结束后，务必在本地或测试集群中复现操作步骤。本课程提供配套的 Docker Compose 环境，可一键启动 3 节点 etcd 集群用于练习。
1.4 etcd 核心架构概览
下图展示了 etcd 的内部组件与数据流关系，帮助建立整体认知：
1.5 灾备与压测全景图
本课程将灾备与压测拆解为可执行的步骤体系，下图展示了完整的技术栈与操作流程：
1.6 课程前置要求与环境准备
| 项目 | 要求 | 备注 |
|---|---|---|
| Linux 基础 | 熟悉命令行、文件系统、进程管理 | 所有操作在 CentOS 7+ / Ubuntu 20.04+ 验证 |
| etcd 基础 | 了解 etcd 基本概念、常用命令（etcdctl） | 本课程会快速回顾核心概念 |
| Docker / Docker Compose | 可运行容器化 etcd 集群 | 提供 docker-compose.yml 一键部署 |
| 压测工具 | 安装 benchmark 或 ghz |
课程附带安装脚本 |
快速开始：执行以下命令即可启动 3 节点 etcd 测试集群：
# 下载课程配套环境
git clone https://example.com/etcd-course-env
cd etcd-course-env
docker-compose up -d
# 验证集群状态
docker exec etcd-node1 etcdctl endpoint health --cluster