使用观测云全面掌控 etcd 的运行状态
观测云提供开箱即用的 etcd 监控方案：统一采集核心指标、内置可视化视图、灵活告警通知。本文介绍 etcd 的关键监控指标、快速接入步骤与告警最佳实践。
etcd 是 Kubernetes 及众多分布式系统的一致性存储，其 Raft 状态、延迟与 db 大小是集群控制面稳定的根基。对 etcd 进行持续监控，是保障业务稳定、快速定位故障的基础工作——观测云提供开箱即用的 etcd 监控方案，从数据采集到可视化、告警一站式完成。
核心要点速览
- 观测云为 etcd 提供开箱即用的采集与可视化方案，无需自建监控栈；
- 核心关注指标包括：Raft 提案提交延迟、Leader 变更次数、db 大小与碎片率、watch 与租约数量 等；
- 内置视图模板开箱即用，监控器支持阈值、突变、无数据等多种检测方式；
- 监控数据可与日志、链路、基础设施数据关联分析，加速故障定位。
为什么用观测云监控 etcd？
监控 etcd 最怕两件事：指标看不全、告警来得晚。观测云提供开箱即用的 etcd 采集方案，配合内置视图模板与灵活监控器，几分钟即可搭建起覆盖日常巡检与故障应急的完整监控体系。
etcd 核心监控指标
接入观测云后，建议重点关注以下指标：
| 指标 | 说明 |
|---|---|
| Raft 提案提交延迟 | 反映响应速度，持续升高提示性能劣化或后端瓶颈 |
| Leader 变更次数 | 频繁换主说明集群不稳定 |
| db 大小与碎片率 | 反映资源消耗进度，需为扩容预留时间 |
| watch 与租约数量 | 反映业务量规模，可用于审计与故障关联分析 |
| 网络心跳延迟 | 反映响应速度，持续升高提示性能劣化或后端瓶颈 |
| 磁盘 fsync 延迟 | fsync 慢是 etcd 最常见瓶颈 |
如何快速接入观测云？
- 安装 DataKit：在 etcd 所在主机（或可访问它的机器）上安装 DataKit，支持 Linux/Windows/Kubernetes；
- 开启采集器：在
conf.d/目录下启用 etcd 采集器配置，填写连接地址、账号等必要参数； - 重启生效：执行
datakit service -R（或systemctl restart datakit）使配置生效； - 验证数据：登录观测云控制台，在「指标」或「基础设施」中查看 etcd 数据是否上报；
- 启用内置视图：在「场景」中新建仪表板，直接选用 etcd 的内置视图模板。
内置视图与告警建议
观测云为 etcd 提供内置监控视图模板，在「场景 > 新建仪表板」中即可一键选用，无需从零搭建图表。同时建议至少配置以下告警：
- Leader 频繁变更：单位时间 Leader 变更次数告警
- db 接近配额：db 大小接近 quota（默认 2G）告警，及时做碎片整理
- fsync 延迟高：fsync P99 超阈值告警，检查磁盘性能
常见问题（FAQ）
Q：观测云监控 etcd 需要安装什么？ 只需要在目标主机上安装观测云的统一采集器 DataKit，并开启对应采集器即可，无需部署多套 Agent。
Q：etcd 的监控数据在观测云里能保留多久？ 指标与日志的保留时长取决于工作空间的数据存储策略，可按需选择不同时长的规格；如需长期留存，可通过数据转发将数据归档到对象存储。
Q：如何设置告警通知到钉钉或企业微信？ 在观测云「监控 > 告警策略」中配置通知对象（支持钉钉、企业微信、飞书等 Webhook 机器人），再将监控器关联到该告警策略即可。
