监控与日志
日志位置
| 组件 | 日志路径 |
|---|---|
| clustermgr | /u01/app/halo/product/shield/clustermgr/logs/ |
| etcd | /u01/app/halo/product/shield/etcd/v3.5.10/logs/etcd.log |
关键监控指标
clumgrctl list中的 Lag in MB。etcdctl endpoint health是否全部 healthy。- REST API
/primary、/replica、/cluster、/metrics返回值。 - watchdog 是否生效（如启用）。
常见故障排查
| 故障现象 | 可能原因 | 排查方法 |
|---|---|---|
| 主备延迟持续增大 | 网络带宽不足、从库性能瓶颈 | 检查 Lag in MB，排查网络和从库 I/O |
| 自动切换未生效 | pause 模式未关闭 | 执行 clumgrctl resume |
| etcd 节点 unhealthy | 网络分区、磁盘故障 | 执行 etcdctl endpoint health 定位故障节点 |
| VIP 未漂移 | callback 脚本错误、sudoers 权限不足 | 手动执行 callback 脚本排查错误 |
| clustermgr 无法启动 | 配置文件错误、.pgpass 权限错误 | 检查日志文件，确认 .pgpass 权限为 600 |