上篇讲了一些etcd常见的集群操做，这篇主要讲述一些可能遇到的常见问题，毕竟上帝（运维）视角老是要看到问题，而后进行恢复。
node
对于一个集群来讲，常见的莫过于进程崩溃，物理机宕机，数据迁移备份，扩容缩容等操做。剩余的操做无非就是一些常见的问题处理。python
etcd从严格意义上来讲，也就是一个存储，不过是分布式环境下的存储，并且保持强一致性，也就是每次有个leader进行发号指令，写入数据的时候，必须leader赞成follower回复ok才能写入，并且必须大部分的节点正常响应。
git
从而在数据备份的时候，随便备份哪一个节点都是能够的。
github
一、 配置定时任务进行备份docker
配置的定时任务，天天的凌晨2点执行脚本，只保留七天的备份，而后将数据备份到固定的目录，脚本备份主要使用自带的etcdctl来进行备份，以下：
centos
[root@docker-ce python]# cat backup.sh bash
#!/bin/bash微信
date_time=`date +%Y%m%d`运维
etcdctl backup --data-dir /etcd/ --backup-dir /python/etcdbak/${date_time}分布式
find /python/etcdbak/ -ctime +7 -exec rm -r {} \;
设置定时任务：
将错误输出和正常输出都重定向掉，是为了防止发送邮件，形成inode数量增大。
二、 数据恢复
当要进行数据恢复的时候，能够使用以下的步骤：
打包备份数据，发送到要恢复的主机。
解压运行etcd：
在进行启动etcd的时候，除了要指定数据目录，并且必须使用force-new-cluster参数，否则会出现报错，集群id不匹配等信息。
三、 关于数据存储的说明
在数据存储的目录中，在启动的时候，文件目录结果以下所示：
在备份中的文件目录以下所示：
从上面能够看到，丢弃了db文件和tmp文件，丢弃了tmp文件主要是未提交的数据记录，而丢弃的db信息就是集群和几点的一些信息。
四、 单节点扩展成集群
备份以后，而后进行解压报错，而后启动etcd进程，启动的时候，注意使用相关的参数，以下：
[root@docker-ce etcd]# etcd --name docker-ce --data-dir /etcd1 --initial-advertise-peer-urls http://192.168.1.222:2380 --listen-peer-urls http://192.168.1.222:2380 --listen-client-urls http://192.168.1.222:2379,http://127.0.0.1:2379 --advertise-client-urls http://192.168.1.222:2379 --initial-cluster-token etcd-cluster --initial-cluster centos=http://192.168.1.22:2380,docker-ce=http://192.168.1.222:2380 --force-new-cluster
添加新的member信息：
在新的机器上启动etcd进程：
[root@docker1 /]# etcd --name docker1 --data-dir /etcd --initial-advertise-peer-urls http://192.168.1.32:2380 --listen-peer-urls http://192.168.1.32:2380 --listen-client-urls http://192.168.1.32:2379,http://127.0.0.1:2379 --advertise-client-urls http://192.168.1.32:2379 --initial-cluster-token etcd-cluster --initial-cluster docker-ce=http://192.168.1.222:2380,docker1=http://192.168.1.32:2380 --initial-cluster-state existing
注意参数的更新，不然会出现集群的id信息不匹配，peer的信息不匹配等错误。
一、 时钟不一样步
时钟不一样的时候，出现错误以下：
2018-02-09 05:45:37.636506 W | rafthttp: the clock difference against peer 5d951def1d1ebd99 is too high [8h0m2.595609129s > 1s]
2018-02-09 05:45:37.717527 W | rafthttp: the clock difference against peer f83aa3ff91a96c2f is too high [8h0m2.52274509s > 1s]
将时间进行同步便可。
二、 集群id不匹配
主要是由于数据目录没有删除，而后致使集群的id不匹配，删除数据目录，而后从新加入便可。
三、 删除的时候数据目录报错
2018-02-07 22:05:58.539721 I | raft: e0f5fe608dbc732d became follower at term 11
2018-02-07 22:05:58.539833 C | raft: tocommit(25) is out of range [lastIndex(0)]. Was the raft log corrupted, truncated, or lost?
panic: tocommit(25) is out of range [lastIndex(0)]. Was the raft log corrupted, truncated, or lost?
goroutine 59 [running]:
github.com/coreos/pkg/capnslog.(*PackageLogger).Panicf(0xc4201730e0, 0x559ecf0e5ebc, 0x5d, 0xc420121400, 0x2, 0x2)
/builddir/build/BUILD/etcd-1e1dbb23924672c6cd72c62ee0db2b45f778da71/Godeps/_workspace/src/github.com/coreos/pkg/capnslog/pkg_logger.go:75 +0x15e
github.com/coreos/etcd/raft.(*raftLog).commitTo(0xc42021a380, 0x19)
/builddir/build/BUILD/etcd-1e1dbb23924672c6cd72c62ee0db2b45f778da71/src/github.com/coreos/etcd/raft/log.go:191 +0x15e
github.com/coreos/etcd/raft.(*raft).handleHeartbeat(0xc42022c1e0, 0x8, 0xe0f5fe608dbc732d, 0x5d951def1d1ebd99, 0xb, 0x0, 0x0, 0x0, 0x0, 0x0, ...)
/builddir/build/BUILD/etcd-1e1dbb23924672c6cd72c62ee0db2b45f778da71/src/github.com/coreos/etcd/raft/raft.go:1100 +0x56
github.com/coreos/etcd/raft.stepFollower(0xc42022c1e0, 0x8, 0xe0f5fe608dbc732d, 0x5d951def1d1ebd99, 0xb, 0x0, 0x0, 0x0, 0x0, 0x0, ...)
/builddir/build/BUILD/etcd-1e1dbb23924672c6cd72c62ee0db2b45f778da71/src/github.com/coreos/etcd/raft/raft.go:1046 +0x2b5
github.com/coreos/etcd/raft.(*raft).Step(0xc42022c1e0, 0x8, 0xe0f5fe608dbc732d, 0x5d951def1d1ebd99, 0xb, 0x0, 0x0, 0x0, 0x0, 0x0, ...)
/builddir/build/BUILD/etcd-1e1dbb23924672c6cd72c62ee0db2b45f778da71/src/github.com/coreos/etcd/raft/raft.go:778 +0x10f9
github.com/coreos/etcd/raft.(*node).run(0xc420354000, 0xc42022c1e0)
/builddir/build/BUILD/etcd-1e1dbb23924672c6cd72c62ee0db2b45f778da71/src/github.com/coreos/etcd/raft/node.go:323 +0x67d
created by github.com/coreos/etcd/raft.RestartNode
/builddir/build/BUILD/etcd-1e1dbb23924672c6cd72c62ee0db2b45f778da71/src/github.com/coreos/etcd/raft/node.go:223 +0x340
这种主要是须要将节点做为一个新的节点加入到集群中，直接启动的话因为找不到集群的文件和日志文件，从而报错。
待续。。。。
本文分享自微信公众号 - SRE运维实践（gh_319dd73ec076）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。