1. 课程导论：etcd 快照与压缩的核心矛盾，性能调优的总体目标与沙盘环境介绍

1.1 核心矛盾：为什么快照与压缩总是“打架”？

etcd 作为分布式键值存储，其底层使用 Raft 共识算法 保证数据一致性。Raft 日志会持续增长，若不加以控制，将导致磁盘爆满、启动缓慢、集群性能急剧下降。为此，etcd 引入了两套清理机制：快照（Snapshot） 与 压缩（Compaction）。然而，这两者在资源竞争上存在天然矛盾。

当快照频率过高时，频繁的全量序列化会抢占磁盘带宽和 CPU 时间片，导致压缩任务被饿死或执行缓慢；反之，若压缩策略过于激进（如极短的间隔或极低的保留版本数），又会触发大量 B-tree 节点分裂与合并，反过来拖慢快照的写入性能。这种“互相抢占资源”的现象，是 etcd 性能调优中最棘手的平衡问题。

1.2 性能调优的总体目标

本课程的性能调优并非追求单一维度的极致，而是围绕以下三个核心目标展开：

1. 降低 P99 写延迟抖动： 避免快照或压缩触发时，写入请求出现毫秒级甚至秒级延迟尖刺。
2. 控制磁盘 I/O 水位： 确保磁盘利用率不超过 70%，避免 I/O 排队导致 Raft 心跳超时。
3. 平衡资源利用率： 在快照频率与压缩策略之间找到“黄金分割点”，使 CPU 和磁盘负载平滑。

1.3 沙盘环境介绍

本课程所有压测与调优实验均在以下沙盘环境中进行。该环境模拟了中等规模生产集群的典型负载特征。

1.4 课程实验流程概览

本课程将按照以下步骤逐步深入调优：

• 阶段一： 基准压测，记录默认参数下的延迟分布与磁盘 I/O 特征。
• 阶段二： 单独调整快照频率（--snapshot-count），观察对写延迟和磁盘写入量的影响。
• 阶段三： 单独调整压缩策略（--auto-compaction-retention 与 --auto-compaction-mode），观察对存储回收和 CPU 的影响。
• 阶段四： 联合调优，寻找快照与压缩的最佳平衡点。
• 阶段五： 验证调优结果，并总结可复用的参数配置模板。