k8s-etcd-quorum

Kubernetes etcd 失去多数派的定位与恢复

现象

apiserver 大量超时，etcdserver: no leader、request timed out，kubectl 无法连接。etcd 集群可能只剩少数成员在线。

快速定位

etcdctl --endpoints=https://127.0.0.1:2379 endpoint health
etcdctl --endpoints=https://127.0.0.1:2379 endpoint status -w table
etcdctl --endpoints=https://127.0.0.1:2379 member list -w table

journalctl -u etcd --since '30 min ago' | tail -100
df -h
iostat -x 1 5

常见根因

1. 多数 etcd 成员宕机或网络隔离。
2. 磁盘 fsync 慢导致成员失联/选举失败。
3. 网络分区、时钟偏差或证书问题。
4. 成员被误删/数据目录损坏。
5. 快照恢复后集群配置不一致。

修复

• 先恢复多数成员：进程、磁盘、网络、证书。
• 不要逐个盲目重启；先确认当前 leader 和 member 状态。
• 少数派成员恢复后可能自动追上；必要时用快照重建。
• 快照恢复要恢复到新数据目录/新集群，参数一致。
• 修复后检查 apiserver 和 controller 状态。
• 长期：SSD、独立磁盘、奇数成员、监控 fsync 和 leader 变化。

相关命令

• etcdctl — 集群状态
• etcdutl — 快照恢复
• systemctl — 服务管理
• kubectl — 控制面验证

读完自测

合上页面，先回答，再展开对照。

1. etcd 失去多数派时，先用哪些命令确认集群状态？
2. 排查时为什么要同时检查磁盘和 fsync？
3. 恢复多数派后如何进一步修复与验证？