从失败的etcd2 / CoreOS集群中恢复

Question

我在Azure上运行了一个由3台CoreOS机器组成的集群。我同时重新启动了两个，集群也如预期一样失败了。

我需要替换发现令牌，每次启动时都读取云-配置，但是根据CoreOS文档：

一旦在Azure上提供了一个实例，就不能修改云端配置。

除了销毁和部署一个新的集群之外，是否有一种方法可以从中恢复呢？

Answer 1

位置中存在配置文件。

/var/lib/waagent/CustomData

使用

sudo vim /var/lib/waagent/CustomData

你应该可以编辑它。重新启动后，配置将恢复。

Answer 2

您可以尝试修改/run/systemd/system/etcd.service.d/20-cloudinit.conf中的etcd服务定义--您应该看到如下所示

[Service]
Environment="ETCD_ADDR=10.1.1.1:4001"
Environment="ETCD_DISCOVERY=https://discovery.etcd.io/47fabddb4eed191a09bf5b70ba93426a"
Environment="ETCD_PEER_ADDR=10.1.1.1:7001"

将发现URL修改为新URL，然后重新启动它

systemctl daemon-reload
systemctl restart etcd

不过，您需要测试这是否能在Azure上重新启动！

Answer 3

如果您删除了三个节点集群中的两个节点，您就会失去仲裁，而只有在丢失一个节点的情况下，才能丢失3个节点，以获得有关CoreOS容错性的更多信息：

Fault Tolerance Table

It is recommended to have an odd number of members in a cluster. Having an odd cluster size doesn't change the number needed for majority, but you gain a higher tolerance for failure by adding the extra member. You can see this in practice when comparing even and odd sized clusters:
Cluster Size    Majority    Failure Tolerance
1   1   0
3   2   1
4   3   1
5   3   2
6   4   2
7   4   3
8   5   3
9   5   4

https://coreos.com/etcd/docs/latest/admin_guide.html