指标

etcd 使用 Prometheus 进行指标报告。指标可用于实时监控和调试。etcd 不会持久化其指标；若成员重启，指标将被重置。

查看可用指标最简单的方法是使用 cURL 访问指标端点 /metrics。其格式详见 Prometheus 文档 。

请按照 Prometheus 入门指南 启动 Prometheus 服务器，以收集 etcd 指标。

指标命名遵循建议的 Prometheus 最佳实践 。指标名称以 etcd 或 etcd_debugging 作为命名空间前缀，并可包含子系统前缀（例如 wal 和 etcdserver）。

etcd 命名空间指标

以 etcd 为前缀的指标用于监控和告警。这些是稳定且高层次的指标。若此类指标有任何变更，将包含在发布说明中。

与 etcd2 相关的指标在 v2 指标指南 中有详细说明。

服务器

这些指标描述了 etcd 服务器的运行状态。为检测故障或排查问题，应密切监控每个生产环境 etcd 集群的服务器指标。

所有这些指标均以 etcd_server_ 为前缀

has_leader 表示成员是否具有领导者。如果某个成员没有领导者，则该成员完全不可用。如果集群中的所有成员均无领导者，则整个集群完全不可用。

leader_changes_seen_total 统计该成员自启动以来所经历的领导者变更次数。频繁的领导权变更会显著影响 etcd 的性能，同时也表明领导者不稳定，可能是由于网络连接问题或 etcd 集群负载过高所致。

proposals_committed_total 记录已提交的共识提案总数。如果集群运行正常，该指标应随时间持续增长。etcd 集群中多个健康成员可能在某一时刻拥有不同的已提交提案总数。这种差异可能是由于启动后正在恢复对等成员、落后于领导者，或本身是领导者而拥有最多提交记录所致。必须在集群所有成员上监控此指标；若某个成员与领导者之间持续存在较大延迟，表明该成员运行缓慢或状态异常。

proposals_applied_total 记录已应用的共识提案总数。etcd 服务器异步应用每个已提交的提案。proposals_committed_total 与 proposals_applied_total 之间的差值通常应较小（即使在高负载下也应在数千以内）。如果两者之间的差值持续增大，表明 etcd 服务器已过载。这可能发生在应用高开销查询（如大量范围查询或大型事务操作）时。

proposals_pending 表示待提交的提案数量。待提交的提案数量上升，表明客户端负载较高，或成员无法提交提案。

proposals_failed_total 通常与两个问题相关：领导者选举期间的临时故障，或因集群失去法定人数而导致的长时间停机。

磁盘

这些指标描述了磁盘操作的状态。

所有这些指标均以 etcd_disk_ 为前缀。

在 etcd 将日志条目写入磁盘并应用之前，会调用 wal_fsync。

当 etcd 将其最近的增量快照写入磁盘时，会调用 backend_commit。

高磁盘操作延迟（wal_fsync_duration_seconds 或 backend_commit_duration_seconds）通常表明存在磁盘问题。可能导致请求延迟升高或使集群不稳定。

网络

这些指标描述了网络状态。

所有这些指标均以 etcd_network_ 为前缀

peer_sent_bytes_total 统计发送至特定对等成员的总字节数。通常，领导者成员发送的数据量多于其他成员，因为它负责传输已复制的数据。

peer_received_bytes_total 统计从特定对等成员接收的总字节数。通常，跟随者成员仅从领导者成员接收数据。

gRPC 请求

这些指标通过 go-grpc-prometheus 暴露。

etcd 调试命名空间指标

以 etcd_debugging 为前缀的指标用于调试。这些指标高度依赖实现且不稳定，可能在新的 etcd 版本中未经通知即被修改或移除。当部分指标趋于稳定后，可能会被迁移至 etcd 前缀。

快照

快照持续时间异常高（snapshot_save_total_duration_seconds）表明存在磁盘问题，可能导致集群不稳定。

Prometheus 供应的指标

Prometheus 客户端库在 go 和 process 命名空间下提供了一系列指标。其中有一些尤为值得关注。

高文件描述符（process_open_fds）使用率（即接近进程的文件描述符限制，process_max_fds）表明可能存在文件描述符耗尽问题。若文件描述符耗尽，etcd 可能因无法创建新的 WAL 文件而发生崩溃。

生成的指标列表