2. etcd 基础回顾：核心概念与 Raft 共识
在深入压测之前，必须牢固掌握 etcd 的三大核心抽象：键值存储、Watch 机制和Lease 租约，以及支撑其高可用的 Raft 共识算法。这些概念直接决定了压测场景的设计、指标采集和瓶颈分析方向。
2.1 键值存储 (Key-Value Store)
etcd 是一个分层组织的键值存储系统，所有数据以 key 和 value 的形式存储，并支持按前缀或范围进行高效查询。
- Key 结构：采用类似文件系统的
/分隔路径，例如/config/app/db_host。这种结构天然支持目录式管理和前缀扫描。 - Value 限制：默认最大 1.5 MiB。超过该限制会触发
etcdserver: request is too large错误，这是压测中常见的边界条件。 - 版本号 (Revision)：每次写入都会递增全局
revision，用于实现 MVCC 和 Watch 机制。
压测启示：压测时需关注
PUT 和 RANGE 操作的延迟分布。大 Value（接近 1 MiB）会显著增加网络带宽和磁盘 I/O，导致 P99 延迟飙升。
2.2 Watch 机制
Watch 是 etcd 实现事件驱动架构的核心。客户端可以监听某个 key 或前缀，当数据发生变化时，etcd 会实时推送事件。
| Watch 类型 | 触发条件 | 典型应用场景 |
|---|---|---|
| Key Watch | 单个 key 的创建、更新、删除 | 服务发现中的单实例状态监听 |
| Prefix Watch | 指定前缀下任意 key 的变化 | 配置中心批量监听 /config/ 下所有配置项 |
| Progress Notification | 服务端主动通知客户端当前进度 | 避免长时间无事件导致连接超时 |
压测陷阱：大量并发 Watch（尤其是前缀 Watch）会占用服务端大量内存和 goroutine。压测时需监控
etcd_debugging_mvcc_watcher_total 指标，防止 Watch 堆积导致 OOM。
2.3 Lease 租约
Lease 是一种带超时时间的租约，用于实现 key 的自动过期和心跳保活。它是 etcd 实现分布式锁、服务健康检查的基础。
- 创建 Lease：指定 TTL（例如 10 秒），返回 Lease ID。
- 绑定 Key：将 key 与 Lease ID 关联，key 的存活时间由 Lease 控制。
- 续约 (KeepAlive)：客户端定期发送心跳，重置 Lease 的 TTL。
- 过期：若心跳中断超过 TTL，Lease 自动过期，所有关联的 key 被删除。
# 创建 TTL=60s 的 Lease
etcdctl lease grant 60
# 输出：lease 694d7f2b4e7a8b9c granted with TTL(60s)
# 绑定 key
etcdctl put /service/node1 --lease=694d7f2b4e7a8b9c
# 续约（客户端需周期性执行）
etcdctl lease keep-alive 694d7f2b4e7a8b9c2.4 Raft 共识算法简介
etcd 使用 Raft 算法实现强一致性。Raft 将节点分为三种角色：Leader、Follower 和 Candidate。
Raft 的核心流程可概括为 Leader 选举和日志复制两个阶段：
- Leader 选举：Follower 在选举超时后转为 Candidate，发起投票。获得超过半数（N/2+1）节点投票的 Candidate 成为 Leader。
- 日志复制：所有写请求必须经过 Leader。Leader 将日志条目复制到多数 Follower 后，才视为提交成功并返回客户端。
压测关键指标：Raft 的提交延迟受网络往返时间（RTT）和磁盘 fsync 延迟影响。压测时需关注
etcd_server_proposal_commit_duration_seconds 指标，该指标直接反映 Raft 层的性能瓶颈。
从架构分层看，一个写请求的完整路径为：gRPC 客户端 → API 层 → Raft 共识模块 → 存储层。每一层都可能成为压测瓶颈：
- API 层：序列化/反序列化开销，大量并发连接时的 goroutine 调度。
- Raft 层：网络 I/O、Leader 选举抖动、日志复制延迟。
- 存储层：磁盘 fsync 性能、boltdb 事务锁竞争、WAL 写入带宽。
压测策略：通过分层监控指标（如
etcd_server_proposal_commit_duration_seconds、etcd_disk_wal_fsync_duration_seconds）可以快速定位瓶颈发生在哪一层，从而制定针对性的优化方案。