从节点故障检测间隔配置

配置项作用 #

cluster.fault_detection.follower_check.interval 配置项控制主节点向从节点发送健康检查请求的间隔时间。主节点需要定期检查所有从节点的健康状态，以确定集群成员是否仍然存活。此配置影响集群对从节点故障的响应速度。

配置项类型 #

该配置项为静态配置，需要在启动时设置，修改后需要重启节点才能生效。

默认值 #

1s

是否必需 #

可选配置项（有默认值）

取值范围 #

100ms ~ 正无穷

配置格式 #

# 默认配置
cluster.fault_detection.follower_check.interval: 1s

# 快速检测（高可用要求）
cluster.fault_detection.follower_check.interval: 500ms

# 降低网络负载
cluster.fault_detection.follower_check.interval: 3s

# 跨地域部署
cluster.fault_detection.follower_check.interval: 5s

相关配置项 #

工作原理 #

从节点故障检测机制：

┌─────────────────────────────────────────────────────────────────┐
│                    从节点故障检测流程                            │
└─────────────────────────────────────────────────────────────────┘

主节点启动
    │
    ▼
按 interval 间隔向所有从节点发送健康检查
    │
    ├── 等待响应（timeout 时间）
    │
    ├── 收到响应 → 从节点正常
    │   │
    │   └── 继续监控
    │
    └── 未收到响应
         │
         ├── 重试 retry_count 次
         │
         ├── 仍然失败 → 判定从节点故障
         │
         └── 从集群中移除故障节点
             │
             └── 可能触发分片重分配

与 leader_check 的区别 #

使用场景 #

1. 默认配置（推荐） #

cluster.fault_detection.follower_check.interval: 1s

适用于大多数集群配置。

2. 高可用要求 #

cluster.fault_detection.follower_check.interval: 300ms
cluster.fault_detection.follower_check.retry_count: 3

适用场景：

• 需要快速发现从节点故障
• 自动化运维要求高
• 节点数量少

3. 大规模集群 #

cluster.fault_detection.follower_check.interval: 3s
cluster.fault_detection.follower_check.retry_count: 3

适用场景：

• 节点数量多（> 50 个）
• 减少网络负载
• 降低主节点压力

4. 跨地域部署 #

cluster.fault_detection.follower_check.interval: 5s
cluster.fault_detection.follower_check.timeout: 30s

适用场景：

• 跨地域集群
• 高延迟网络
• 避免误判

推荐设置建议 #

故障检测时间计算 #

总故障检测时间 ≈ interval × retry_count

示例 1: 使用默认值
interval = 1s, retry_count = 3
检测时间 = 1s × 3 = 3秒

示例 2: 快速检测
interval = 300ms, retry_count = 3
检测时间 = 300ms × 3 = 900ms

示例 3: 大规模集群
interval = 3s, retry_count = 3
检测时间 = 3s × 3 = 9秒

网络负载分析 #

假设集群有 30 个从节点：

interval = 1s:
每秒检查数 = 30 个检查/秒
每分钟检查数 = 1800 个检查/分钟

interval = 3s:
每秒检查数 = 10 个检查/秒
每分钟检查数 = 600 个检查/分钟

网络负载降低: 66%

监控建议 #

# 查看当前配置
GET /_cluster/settings?filter_path=*.cluster.fault_detection.follower_check.*

# 查看集群节点状态
GET /_cat/nodes?v

# 查看离开集群的节点
GET /_cat/nodes?v&h=name,ip

# 查看集群健康状态
GET /_cluster/health

注意事项 #

1. 静态配置：修改需要重启节点
2. 主节点负载：检查会增加主节点 CPU 和网络负载
3. 大规模集群：节点多时建议增加间隔
4. 与 timeout 配合：应确保 interval < timeout
5. 误判风险：频繁检查可能误判暂时性网络问题
6. 重分配影响：从节点故障会触发分片重分配