4. 多集群场景概述：为什么需要多集群 etcd、多集群的典型部署模式

在生产环境中，单个 etcd 集群无法同时满足故障隔离、性能隔离和管理边界的需求。多集群架构是 etcd 运维从“能用”走向“规模化”的必经之路。本章将系统阐述多集群的驱动因素与三种主流部署模式。

4.1 为什么需要多集群 etcd

单一 etcd 集群在以下场景中会暴露出不可接受的局限性：

• 故障爆炸半径过大：一个集群的网络分区或磁盘故障会影响所有依赖该集群的业务。
• 租户干扰无法隔离：高负载业务（如频繁的 watch 或大 value 写入）会拖慢同一集群中的其他低延迟敏感业务。
• 版本升级与运维风险：单集群无法灰度升级，一次失败的变更可能导致全局不可用。
• 跨地域延迟与合规：全球部署的业务需要 etcd 数据就近写入，且满足数据主权要求。

4.2 三种典型部署模式

根据业务耦合度与管理方式，多集群 etcd 通常采用以下三种模式：联邦、分片、独立。下表从关键维度进行对比：

4.2.1 联邦模式

联邦模式通过一个全局联邦层将多个 etcd 集群统一暴露为单一逻辑端点。联邦层负责请求路由、数据同步与一致性协调。

• 优点：客户端无需感知后端集群拓扑；支持跨集群的全局查询。
• 缺点：联邦层自身存在单点风险；跨集群事务难以实现强一致性。
• 容量水位关注点：联邦层的请求转发延迟、全局 watch 的扇出压力。

4.2.2 分片模式

分片模式将数据按一致性哈希或范围分区分散到多个 etcd 集群中。每个分片是一个独立的 etcd 集群，负责一部分 key 空间。

• 优点：线性扩展写吞吐；单个分片故障仅影响该分片数据。
• 缺点：跨分片查询需要聚合；分片 rebalance 期间有数据迁移开销。
• 容量水位关注点：各分片的数据倾斜度、分片数 vs 集群总 QPS 的关系。

4.2.3 独立模式

独立模式是最简单的多集群形态：每个 etcd 集群服务于一个独立的业务单元或环境，彼此之间没有任何数据或请求层面的交互。

• 优点：运维模型简单，故障隔离最彻底；容量评估可逐个集群独立进行。
• 缺点：集群数量多时管理成本线性增长；无法实现跨集群的数据查询。
• 容量水位关注点：每个集群的独立水位线，以及集群数量增长带来的监控与告警配置负担。

4.3 模式选择与容量评估的关系

不同的多集群模式直接影响容量水位评估的方法论：

• 联邦模式：需要额外评估联邦代理层的 CPU/内存开销，以及后端集群之间的网络延迟。
• 分片模式：必须建立“分片级”的监控仪表盘，关注数据倾斜度与热点分片。
• 独立模式：适合使用“集群模板”进行批量评估，但需注意每个集群的业务流量特征差异。